Una delle aree in cui l’intelligenza artificiale ha dimostrato di essere particolarmente utile è quella dell’ispezione industriale, nell’aiutare le aziende ad automatizzare il processo di controllo della qualità visivo nel settore dell’industria manifatturiera: a questo proposito Google Cloud, nel proprio blog, fa alcuni esempi concreti riguardanti AutoML Vision.
La piattaforma di intelligenza artificiale di Google Cloud, tra i numerosi prodotti, fornisce anche due strumenti di visione artificiale che si basano sul machine learning: API Vision, che offre modelli preaddestrati per la classificazione di immagini, e AutoML Vision, che automatizza il training dei modelli personalizzati che possono poi essere esportati nelle applicazioni o nei dispositivi dell’azienda.
Nel manufacturing, ci sono molti fattori che rendono difficile prevenire che prodotti danneggiati entrino in distribuzione; inoltre, più tardi viene rilevato un difetto nel processo di produzione, più costosa sarà la riparazione o la sostituzione.
L’ispezione visiva aiuta le aziende del settore manifatturiero a identificare i difetti in anticipo e a un costo inferiore, e si sta ampliando l’utilizzo di modi innovativi per trasformare questi processi.
Le aziende, sostiene Google Cloud, desiderano adottare soluzioni di intelligenza artificiale che le aiutino a rendere più efficienti il controllo di qualità e le attività di ispezione industriale.
Il primo esempio che fa Google Cloud, di un cliente della piattaforma che utilizza l’intelligenza artificiale per trasformare il proprio processo di produzione, è GlobalFoundries, tra le aziende leader nell’industria manifatturiera del settore dei semiconduttori.
La società ha utilizzato AutoML Vision, ha spiegato Google Cloud, per realizzare una soluzione di ispezione visiva in grado di rilevare difetti random nella mappa dei wafer e nelle immagini SEM (scanning electron microscope), elementi essenziali nella produzione di semiconduttori. La mappa del wafer mostra le prestazioni di un dispositivo a semiconduttore, mentre le immagini di un SEM, che vengono create con un fascio focalizzato di elettroni, possono essere utilizzate per esaminare un wafer nel dettaglio.
La soluzione di ispezione visiva di GlobalFoundries integra AutoML Vision nel content management system interno dell’azienda e include, tra le sue caratteristiche, l’acquisizione di immagini SEM, la visualizzazione della previsione dei difetti e la generazione di report sulla qualità del prodotto.
AutoML Vision legge le immagini dei wafer e difetti campione, dopodiché esegue il training di modelli personalizzati per rilevare questi difetti. Il modello addestrato verrà utilizzato per rilevare difetti nelle immagini di nuovi prodotti in arrivo.
Un’altra società che utilizza AutoML Vision per modificare il modo in cui gestisce il processo di ispezione è Siemens. L’azienda sfrutta AutoML Vision per costruire prototipi e portarli in produzione in modo rapido.
LG CNS, invece, sfrutta AutoML Vision Edge per creare soluzioni di manufacturing intelligence che rilevano difetti in tutto, dagli schermi LCD e pellicole ottiche, ai tessuti automobilistici, sulla catena di montaggio. Afferma Google Cloud che AutoML Vision Edge ha migliorato l’accuratezza nel rilevamento dei difetti del 6% e ha ridotto i tempi di progettazione e training dei modelli di machine learning da diversi giorni a poche ore.
Ciò, perché AutoML Vision consente alle aziende di effettuare il training di modelli di rilevamento dei difetti, di realizzare il deployment dei modelli ed eseguire le inferenze sulle linee di produzione.
Maggiori informazioni sono disponibili sul sito di Google Cloud Vision AI.
