Ứng dụng của trí tuệ nhân tạo trong sản xuất công nghiệp (Phần 1)

Accenture and Frontier Economics ước tính đến năm 2035, công nghệ AI có thể tăng đến 40% năng suất lao động cho con người trong 16 ngành công nghiệp khác nhau bao gồm cả ngành sản xuất. Cũng trong bài viết đó, tác giả cũng cho biết AI có thể tăng thêm 3,8 nghìn tỉ đô la GVA trong năm 2035 chỉ riêng trong ngành công nghiệp sản xuất.

Andrew. nhà đồng sáng lập của Google Brain và Coursera nói rằng: “AI sẽ thực hiện sản xuất, kiểm soát chất lượng, rút ngắn thời gian thiết kế và giảm lãng phí vật liệu, cải thiện việc tái sử dụng trong sản xuất, thực hiện các hoạt động dự đoán bảo trì sửa chữa và những công việc khác nữa.”

Trí tuệ nhân tạo đã thay đổi bộ mặt của ngành công nghiệp sản xuất theo nhiều cách khác nhau, dưới đây là những ứng dụng thực tế nhất mà AI đã mang lại.

Kiểm soát chất lượng

Một số lỗi xuất hiện trên sản phẩm thường quá nhỏ và khó có thể nhận biết bằng mắt thường, ngay cả đối với những người giàu kinh nghiệm. Tuy nhiên, máy móc được trang bị camera với nhiều cảm biến nhạy bén khác nhau có thể phát hiện được những lỗi nhỏ nhất. Góc nhìn của những thiết bị này cho phép chúng quét sản phẩm và phát hiện những thiếu sót trên sản phẩm đó. Sau đó máy sẽ thực hiện ghi lại hình ảnh và gửi đến cho người quản lý, đôi khi cũng có thể bỏ qua bước này nếu như hệ thống chạy hoàn toàn tự động. Landing.ai- một công ty do Andrew thành lập đưa ra công cụ kiểm tra trực quan tự động để tìm ra các lỗi siêu nhỏ trong sản phẩm. Hệ thống có nhiệm vụ tìm ra lỗi, đánh dấu vị trí và gửi cảnh báo đến người vận hành.

Dự đoán những mẫu có thể xảy ra sai sót

Chúng ta lựa chọn dữ liệu quan trọng để xem xét và thường bỏ qua những dữ liệu khác. Điều này có thể sẽ dẫn đến những kết luận sai lầm. Chúng ta cũng có thể đưa ra những quyết định sai lầm khi kiểm tra sản phẩm và quy trình sản xuất. Sản phẩm có thể xuất hiện lỗi theo nhiều cách khác nhau không phân biệt phương pháp hay người kiểm định. Một sản phẩm có thể hoàn chỉnh khi kiểm tra nhưng lại hỏng ngay sau lần sử dụng đầu tiên. Tương tự như vậy, cũng có những sản phẩm tưởng như là lỗi sản xuất nhưng lại vận hành rất tốt và bền. Cách mà chúng ta quan sát vật thể và chuẩn đoán lỗi của chúng đôi khi lại khác xa so với thực tế. Với lượng dữ liệu khổng lồ mà AI thu được khi kiểm định sản phẩm, công nghệ này có thể đưa ra chính xác những vị trí trên sản phẩm cần được kiểm tra kỹ hơn.

Dự đoán trước thời điểm cần bảo dưỡng

Việc dự đoán trước thời điểm cần bảo trì cho phép các công ty co thời gian chuẩn bị và tổ chức bảo dưỡng sửa chữa cho máy móc vào thời điểm chính xác nhất. Dự đoán bảo trì giúp cho doanh nghiệp tránh được tình trạng máy dừng hoạt động do hỏng hóc, điều này có thể đạt được bằng cách sử dụng công nghệ học máy (Machine Learning). Công nghệ như cảm biến và phân tích dữ liệu nâng cao được tích hợp trong các thiết bị công nghiệp giúp chúng ta dự đoán trước được thời gian mà máy móc cần bảo dưỡng cũng như nhận được cảnh báo sớm về các vấn đề tiềm tàng.

Một đoán trích từ Deloitte trong báo cáo khoa học đời sống giải thích cách mà Internet kết nối vạn vật (IoT) giúp ích cho công tác bảo dưỡng:

“Một ví dụ trong việc sử dụng IoT và học máy có thể được mô tả bằng cách dự đoán các máy cần phải bảo trì trong công nghệ sản xuất titan. Để có thể cắt được titan, các công cụ gia công cần phải có mũi/lưỡi cắt được gắn kim cương. Độ mòn của kim cương và thời gian để mài sắc những công cụ này đang là một bài toán khó cho các doanh nghiệp bởi để thực hiện công việc này phải phụ thuộc vào rất nhiều yếu tố. Việc sử dụng cảm biến sóng rung và bộ theo dõi vòng quay giúp chúng ta biết được trạng thái hoạt động của thiết bị.”

Vì nghiên cứu được thực hiện bởi Oneserve ở Anh cho thấy 3% số ngày làm việc  mất đi hàng năm do máy móc bị lỗi, và ảnh hưởng của việc máy móc dừng hoạt động khiến cho các doanh nghiệp Anh thất thoát khoảng 180 tỉ bảng mỗi năm. Dự đoán thời gian bảo trì đang ngày càng đóng vai trò quan trọng trong sản xuất hơn bao giờ hết.

Văn phòng NSCL biên dịch