Hoe artificiële intelligentie de industrie vooruithelpt
Snelheid, preventie, duurzaamheid, onderhoud. Er zijn heel veel terreinen waarop de industrie winst kan maken. En waarin artificiële intelligentie een belangrijke rol kan spelen. De Vlaamse industrie speelt hier dan ook sterk op in, aldus Sabine Demey, directeur van het Flanders Artificial Intelligence Research Program bij imec, dat onder meer bedrijven steunt bij de implementatie van AI.
“Jaarlijks hebben we vanuit het AI-beleidsplan een AI-barometer, waarvoor we Vlaamse bedrijven bevragen”, vertelt ze. “Momenteel zitten we aan 25 à 30 procent adoptie in de industrie, ver boven het Europese gemiddelde van 10 of 11 procent. Dus qua adoptie scoren we zeker goed.”
“AI kan vooral een bijdrage leveren in de overall effectiveness van bedrijven en hun machinepark. Dat ze met andere woorden zo operationeel mogelijk zijn en blijven. Daarnaast moeten die machines natuurlijk ook snel werken en moet de kwaliteit van de output hoog zijn – dé maatstaf voor industriële processen. Ook hierin kan AI een rol spelen, door te helpen de juiste parameters te kiezen, of door ondersteuning te bieden als er snel veranderd moet worden qua taken, wat je vandaag meer en meer hebt met de gepersonaliseerde industrie.”
Mensen op de werkvloer
Niettemin verloopt de integratie van AI nog niet altijd even vlot, merkt Demey op. “Dat komt omdat AI nood heeft aan heel veel voorbeelden en data om goed getraind te worden”, licht zij toe. Grisja Lobbestael, CEO van onderzoekscentrum Flanders Make, voegt daaraan toe dat dit zeker in de industrie een uitdaging is. “In een industriële context is er veel nood aan foute voorbeelden, om te leren hoe het niet moet. Bijvoorbeeld in het detecteren van productiefouten is dat een belangrijke factor, maar ook in het voorspellen van wanneer een onderdeel de eerste tekenen van slijtage gaat vertonen. Alleen komen die fouten niet vaak genoeg voor: de productieprocessen zijn meestal geoptimaliseerd, waardoor fouten schaars zijn. Dat maakt het moeilijk om die AI-algoritmes te leren om die op te pikken. Dat kan je echter oplossen door gebruik te maken van simulaties en synthetische data, door bijvoorbeeld computer gegenereerde beelden van voorwerpen in verschillende lichtcondities en met verschillende gebreken”, vult Lobbestael aan.
“Wat meer is: zeker in de manufacturing-industrie, waar Flanders Make zich op richt, is er veel expert-kennis en kan men gebruikmaken van hybride AI, waarbij fysieke modellen van machines en domeinexpertise worden ingebracht in het leersysteem. Zo worden ook mensen vanop de werkvloer betrokken.”
“ AI heeft nood aan foute voorbeelden om te leren hoe het niet moet, alleen komen fouten niet vaak genoeg voor in de maakindustrie.“
Domeinkennis digitaliseren
“De oplossing om artificiële intelligentie ook in de maakindustrie ten volle te ontplooien is wat we bij Flanders Make “productie-intelligentie” noemen. Daarbij wordt AI gecombineerd met diepgaande domeinkennis, zoals fysische inzichten, en praktische kennis van operatoren en machines. In dat geval wordt kunstmatige intelligentie niet ingezet om blindelings data te analyseren, maar wordt AI gecombineerd met fysieke principes om zo nauwkeurigere voorspellingen mogelijk te maken”, aldus Lobbestael. “Dan is het wel een must om alle in het bedrijf aanwezige domeinkennis te digitaliseren.”
Eenmaal die zaken op orde, kan productie-intelligentie een aanzienlijke impact hebben op bedrijven: productkwaliteit verbeteren, afval verminderen, energiekosten verlagen, machineonderhoud optimaliseren … Ook snellere machine-instellingen, real-time kwaliteitsinspectie en verbeterde efficiëntie zijn manieren waarop AI de productie kan transformeren.
“Let wel: het is belangrijk om niet zomaar alles te digitaliseren en zoveel mogelijk data te verzamelen om daar vervolgens AI op los te laten”, benadrukt Demey. “Je moet eigenlijk van in het begin goed naar je processen kijken en je de vraag stellen wat je wil verbeteren. Pas dan kan je over oplossingen beginnen nadenken.”