O futuro da indústria (e dos negócios) nas mãos da Inteligência Artificial

2019-06-14
Conta-se que o termo Inteligência Artificial surgiu em 1956, em uma conferência de tecnologia no Dartmouth College, nos Estados Unidos. É um tempo considerável para que tenha conquistado as telas de cinema (o sensacional Blade Runner de 1982, por exemplo), se tornado best-seller (“Inteligência Artificial”, de Peter Norvig e Stuart Russel, uma referência acadêmica desde que foi lançado em 2004), dominado as residências (eletrodomésticos e móveis conectados já disponíveis) e a receita do seu uísque (Sim! Veja o box) e, mais recentemente, seja a prioridade dentre as tecnologias na indústria. Custo? Qualidade? Economia? A resposta está na realidade e na necessidade. Ou vice-versa. Para as quais é preciso conhecimento e planejamento. Ouvimos companhias de ponta em Inteligência Artificial, com capacidades para ensinar o que vem a ser, de fato, Inteligência Artificial, e a sua contribuição genuína à automação industrial.

A maioria das empresas, de algum modo, está usando aplicativos de IA para criar estratégias de automação, visando aprimorar habilidades e conhecimentos. Mas que tipos de projetos e/ou aplicações de automação industrial podem encontrar na IA a sua melhora aliada, em termos de eficiência e custos?

“A IA e o Aprendizado de Máquina permitem que as organizações melhorem a manutenção preditiva, o rendimento da produção e o fornecimento de material de entrada como, por exemplo, poder conhecer o impacto na qualidade da matéria-prima de vários fornecedores”, responde Michael Grant, CTO da DATAPROPHET, companhia sul-africana, com escritórios na Alemanha e nos Estados Unidos, especializada em Inteligência Artificial e Aprendizado de Máquina.

Grant conta que a implementação de uma solução que envolve IA depende da complexidade do ambiente, do número de variáveis e parâmetros, bem como dos pontos problemáticos que estão sendo abordados. “Nossos clientes com grandes plantas de manufatura geralmente implementam nossa solução de otimização de parâmetros em cinco semanas”, relata. Na sua visão, o benefício da IA no caso da manufatura, é a possibilidade de processar grandes conjuntos de dados históricos de produção e qualidade, para identificar o estado ideal de operação e determinar ações aos operadores ou às máquinas para emular isso com base no impacto das variáveis de upstream e downstream. “Com um loop de feedback contínuo, o Aprendizado de Máquina permite a melhoria contínua na redução da variabilidade em qualidade e, em última instância, no custo da não qualidade”, acrescenta.

O Gerente de Marketing da MITSUBISHI ELECTRIC, Hélio Sugimura, entende que os recursos de inteligência artificial podem ser usados em aplicações variadas e em diferentes segmentos. Atualmente, a empresa possui recursos de IA na linha de robôs industriais, que permitem que os gargalos de produção possam ser reduzidos ao mesmo tempo em que aumentam o nível de qualidade do processo de produção e dos produtos fabricados.
Quanto à implementação de uma solução que envolve IA, o gerente afirma que na linha de robôs industriais, o trabalho envolvido está na parametrização dos recursos de setup de ajuste de pontos de referência. “Um exemplo é o sistema de calibração automática de pontos. Nesse sistema, o próprio robô trabalha de forma coordenada com o sistema de visão e move um objeto de referência, capturando os pontos de forma automática.

Na prática, o tempo com o ajuste de pontos pelo operador cai de 20 minutos para apenas 30 segundos, reduzindo o tempo e o custo de partida da linha”, destaca. “A inteligência artificial é apontada como uma das principais ferramentas para o setor industrial alcançar melhores resultados ao longo do tempo. Hoje, as fábricas já aplicam esse recurso na produção de itens de alto valor agregado e nas linhas robotizadas com grande volume de produção. Os benefícios são a redução de tempo de setup, monitoramento de parâmetros para manutenção preditiva, melhorando assim a eficiência da linha de produção”, confirma Sugimura.

“Percebemos que, atualmente, a manutenção preditiva pode se valer muito dos benefícios da IA”, aponta Robson Paulo dos Santos, Especialista de Produto na SIEMENS DO BRASIL. Ele avalia que, no cenário da manutenção preditiva, a IA consegue atingir alta eficiência, pois já tem um grau de maturação mais elevado e foco nos desenvolvedores de soluções específicas, ou seja, mais especialistas já estão debruçados sobre esses problemas há mais tempo. “Isso ocorre porque, no ambiente preditivo, os ganhos da IA também são mais latentes e facilmente mensuráveis, pois impactam diretamente nos indicadores de vida útil dos equipamentos e aplicações, reduzindo drasticamente os custos com manutenção prévia e corretiva”, orienta.

O especialista diz que uma ótima forma de se iniciar a implementação de uma solução de IA é garantindo uma coleta de dados eficiente, com segurança e criptografia das informações, além do estabelecimento de conectividade abrangente e confiável entre os ambientes de TI/TA. “O tempo de comissionamento de uma solução como essa vai depender, principalmente, da facilidade de integração entres os diversos sistemas e hardwares envolvidos. Por exemplo, se considerarmos um sistema baseado no conceito TIA (Totally Integrated Automation) Portal, podemos dizer que o startup não levaria mais que dois dias”, completa. Santos acredita que maior eficiência, flexibilidade e confiabilidade nos processos produtivos automatizados são os maiores e os principais benefícios trazidos com a implementação da IA no chão de fábrica. “É importante ressaltar também que a tomada de decisão para fins de melhoria de processo ganha cada vez mais autonomia e assertividade; afinal de contas, a melhora contínua do aprendizado também é uma grande característica da IA”, bem lembrou.

MANUTENÇÃO E PRODUÇÃO

Na verdade, o foco inicial e a aplicação mais usual da IA está na manutenção preditiva. Para realizar essa tarefa, de acordo com o CTO da DATAPROPHET

o que acontece é que os dados contínuos de manutenção, produção e qualidade são analisados para prever a manutenção antes de ocorrer uma parada não planejada, que permite o planejamento da produção no tempo de inatividade gerenciado.
“Na nossa solução de manutenção, o algoritmo do robô monitora os dados dos motores como velocidade e consumo de corrente. Essas informações são processadas e, a partir daí, são calculadas as folgas ou as anormalidades do conjunto mecânico antes que ocorra uma parada do robô. O benefício é poder planejar as atividades de manutenção, sem prejudicar a eficiência da linha”, enfatiza o Gerente de Marketing da MITSUBISHI ELECTRIC.

O Especialista de Produto na SIEMENS DO BRASIL, considera que, quando o assunto é manutenção preditiva, o Big Data e a IA se juntam, fazendo com que aplicativos inteligentes baseados em algoritmos de predição usem os dados coletados em campo, como: energia consumida, vibração, tempo de operação, entre outros, para identificar tendências e padrões que possam ser danosos a um processo produtivo em um determinado período de tempo. “Dessa forma, é possível sugerir um regime de operação diferenciado para a aplicação ou, até mesmo, a alteração em pontos específicos do processo, garantindo um menor estresse dos componentes e, consequentemente, maior vida útil ao sistema”, atesta.

E a transformação da indústria de manufatura? “Até o momento, descrever e prever está disponível através da aplicação de IA para melhorar o rendimento da produção. Contudo, através da inovação de software e hardware, especialmente o poder computacional necessário para otimizar a aplicação de soluções de inteligência artificial, agora ações podem ser prescritas para operadores e máquinas. Isso significa que nos movemos além do tempo real e para o futuro, pois as ações são prescritas para evitar que um defeito seja fabricado no futuro. As soluções de IA podem ser aplicadas para gerar melhoria, manutenção, planejamento de capacidade, gerenciamento de impacto de material de entrada e até mesmo priorização de investimento”, prevê o CTO da DATAPROPHET.

Outro campo que a IA pode melhorar o processo produtivo é o uso de sistemas de visão 3D, sugere Gerente de Marketing da MITSUBISHI ELECTRIC. “Nessa aplicação, a câmera 3D, com velocidade de processamento de imagens de alta velocidade e precisão, tem aplicações para manipulação de componentes de dimensões reduzidas como terminais e conectores dispostos em posições aleatórias. Além disso, guia o braço robótico, dispensando o uso de mesas vibratórias”, detalha.

O Especialista de Produto na SIEMENS DO BRASIL observa que as primeiras aplicações reais da IA já estão encontrando seu lugar em atividades industriais regulares. “Os exemplos mais frequentes nos dias de hoje são: reconhecimento de linguagem e imagens para executar tarefas básicas de tomada de decisão, documentação de ambientes usando câmeras, raios laser ou raios-X e, ainda, assistentes pessoais virtuais no ambiente logístico e intralogístico”, enumera.

TENDÊNCIAS

Aprendizado de Máquina, gêmeos digitais. Muito o que digerir em tempos de aprendizado necessário e rápido para um cenário corporativo competitivo urgente.
É assim que Michael Grant define as tendências tecnológicas da IA que podem afetar o futuro da automação industrial. “Como o poder do Aprendizado de Máquina está possibilitando a implantação mais fácil de gêmeos digitais aprendidos, a demanda por sistemas de IA mais inteligentes está penetrando em níveis mais altos de organizações de manufatura. Isso é visto como uma demanda crescente por sistemas de IA mais complexos, representando processo bruto e até mesmo gêmeos digitais em nível de fábrica. Esses modelos são então otimizados e os resultados desses estudos impulsionam a automação industrial”, sintetiza o CTO da DATAPROPHET.

“Algumas ferramentas já estão em desenvolvimento e que envolvem softwares rodando em PCs industriais”, complementa Hélio Sugimura. “Através de coletas de dados de temperatura, vibração da máquina, produção, entre outros, será possível analisar o comportamento da máquina localmente e acompanhar seu funcionamento, facilitando assim as tarefas de manutenção preditiva”, avisa o Gerente de Marketing da MITSUBISHI ELECTRIC.

Robson Paulo dos Santos sustenta que o Deep Learning e a Machine Learning são tendências cada vez mais latentes no mundo informatizado e que prometem estar presentes também no futuro da automação. “Esses mecanismos visam tornar as máquinas e os computadores capazes de tomar decisões como nós humanos, procurando os caminhos mais convenientes e pensando, inclusive, no impacto futuro dessas ações. Atualmente, já existem soluções no mundo de automação que podem entregar a sistemas robóticos a capacidade de verificar a melhor posição de um objeto aleatório, segurá-lo com uma garra e reposicioná-lo em um armário, trilho ou caixa”, conclui o Especialista de Produto na SIEMENS DO BRASIL.

Sílvia Bruin Pereira - Editora - REVISTA AUTOMAÇÃO


------------------------------------------------------------------


O PRIMEIRO UÍSQUE DO MUNDO CRIADO COM INTELIGÊNCIA ARTIFICIAL

A destilaria Mackmyra Whiskey, com sede na Suécia, juntamente com a Fourkind, uma empresa finlandesa de consultoria em tecnologia especializada em projetos estratégicos de ponta, com experiência em inteligência artificial, e a Microsoft, criou o primeiro uísque do mundo desenvolvido com inteligência artificial (IA).
Esta é a primeira vez que a IA foi usada para aumentar e automatizar o processo mais demorado de criação de uísque. Os modelos de Aprendizado de Máquina da destilaria, equipados com a plataforma de nuvem Azure da Microsoft, e serviços cognitivos de Inteligência Artificial, são alimentados com nossas receitas existentes (incluindo aquelas de misturas premiadas), dados de vendas e preferências do cliente. Com esse conjunto de dados, a IA pode gerar mais de 70 milhões de receitas que, segundo prevê, serão populares e da mais alta qualidade.

“Nós sempre nos esforçamos para desafiar as tradições no comércio tradicional de uísque e isso é algo que realmente fazemos agora quando desenvolvemos um uísque com a ajuda da IA. Nós vemos a IA como parte de nosso desenvolvimento digital, é realmente emocionante deixar a IA ser um complemento para o ofício de produzir um uísque de alta qualidade. Para mim, como Master Blender, é uma grande conquista poder dizer que agora também sou mentora do primeiro uísque de IA criado no mundo”, diz Angela D'Orazio, Master Blender da Mackmyra.

www.mackmyra.com



------------------------------------------------------------------



OMNI E OMNI VISION DATAPROPHET

A DataProphet é uma empresa líder em IA e Aprendizado de Máquina com uma equipe ágil de engenheiros, matemáticos, cientistas de dados e computacionais, que desenvolveram a solução OMNI que é implementada sem problemas em ambientes de produção para reduzir o custo da não qualidade.
A IA e o Aprendizado de Máquina são usados para analisar dados e determinar configurações de parâmetros de controle para reduzir defeitos e desperdícios. Os resultados da OMNI são quantificáveis e, através da redução do custo dos lucros sem qualidade, são aumentados.

A DataProphet trabalha globalmente com empresas multinacionais blue chip.
OMNI – O OMNI é IA para a indústria de manufatura visando atingir zero defeitos na fabricação. Utilizando recursos avançados de aprendizado de máquina preditivos e prescritivos, a solução OMNI é capaz de prever defeitos e erros de qualidade e determinar as configurações de parâmetros ideais para mudar os processos para obter rendimentos mais altos.
OMNI VISION – O OMNI Vision é o sistema de visão de máquina de última geração da DataProphet que, ao contrário de outras soluções de inspeção, não usa a correspondência de modelos para detectar defeitos, mas se baseia em algoritmos comprovados de aprendizado de máquina para sinalizar defeitos de fabricação. O OMNI Vision combina controle de qualidade consistente com rastreabilidade e consistência incomparáveis. O OMNI Vision é, portanto, a solução abrangente de controle de qualidade visual para a Indústria 4.0.

www.dataprophet.com


------------------------------------------------------------------
300
      

MAISART: A INTELIGÊNCIA ARTIFICIAL DA MITSUBISHI

A Mitsubishi Electric investe anualmente mais de US$ 2 bilhões em P&D em diversas áreas como IIOT, Big Data, Machine Learning e Inteligência Artificial. Como resultado, em 2017 foram registradas mais de 4400 patentes no Japão, sendo a empresa com maior número de registro de patentes no país e entre as maiores do mundo.
“A Mitsubishi Electric desenvolve uma série de produtos e soluções voltados para manufatura avançada visando atingir objetivos claros e mensuráveis, como reduzir o tempo de setup de linhas, diminuir o tempo de parada de máquinas, melhorar a eficiência dos equipamentos e aumentar o índice de qualidade de produtos, por exemplo”, afirma Hélio Sugimura, gerente de marketing da divisão de automação industrial.

Todo o portfólio reunido resultou em uma área específica para acompanhar esses temas: a Maisart. “Formada por um conjunto de modelos proprietários de algoritmos de Inteligência Artificial com aplicações em Automação Industrial, é útil principalmente para análise de dados para manutenção preditiva ou, em robótica, para parametrização de robôs”, completa Sugimura.

Nesse sentido, o principal segmento que tem feito uso das soluções da companhia é o de manufatura. Globalmente, a companhia tem aplicado suas novidades em empresas fabricantes de semicondutores – que têm apresentado forte potencial para a companhia, especialmente na região asiática.

www.MitsubishiElectric.com


------------------------------------------------------------------



SIEMENS ELEVA O NÍVEL DE TRANSFORMAÇÃO DIGITAL

A Siemens apresentou recentemente várias novas soluções que foram incluídas em seu portfólio de transformação digital nos segmentos de processo e de produção discreta (manufatura).
De acordo com a empresa, a base dessas tecnologias de ponta é a disponibilidade de dados. Por meio de gêmeos digitais, que mapeiam e conectam todas as etapas da manufatura industrial no mundo virtual, é possível criar grupos de informações abrangentes.

"O fator crucial é o uso dos dados do gêmeo digital dos produtos, da produção e do desempenho de uma forma inovadora, criando um potencial de produtividade. Quando à automação, o software, o hardware, as plataformas na nuvem e as tecnologias de ponta são integrados e combinados sem divergências, e os dados podem ser convertidos em conhecimento valioso, aumentando o desempenho e a flexibilidade. Este é o próximo passo da transformação digital", explica Klaus Helmrich, membro do Conselho de Administração da Siemens AG e CEO da Digital Industries.

Uma das inovações é o sistema de controle de processos Simatic PCS neo, que, segundo a companhia, é um novo pacote de software de sistema, que oferece às empresas de processamento novas oportunidades na era da digitalização, incluindo cooperação global baseada na web em engenharia e operações, usabilidade exclusiva com modelo de dados orientado a objetos e arquitetura de sistema aberta. Além disso, o sistema oferece a opção de escalabilidade de pequenos módulos de processo até as maiores instalações do mundo. O Simatic PCS neo usa o portfólio de hardware e a arquitetura de aplicativos recentemente desenvolvidos do sistema robusto e abrangente de controle de processos Simatic PCS 7 V9.0.

www.siemens.com