Veel kleine en middelgrote ondernemingen (MKB) schrikken terug voor toepassingen die op artificiële intelligentie (AI) zijn gebaseerd. AI biedt echter veel mogelijkheden. Vooral op het gebied van kwaliteitscontrole. Het trainen van de modellen is echter moeilijk en nauwelijks uitvoerbaar zonder wiskundige kennis. Er zijn namelijk ontelbare parameters die in een dergelijke analyse kunnen worden opgenomen. En nadat een AI-algoritme is aangeleerd, wordt het alleen getraind op de specificaties die het leert. Als een productontwerp of de geometrie van een onderdeel later ook maar enigszins wordt gewijzigd, herkent het algoritme dit als een fout en moet de AI opnieuw worden getraind.
Onderzoekers van het Fraunhofer-Institut für Digitale Medientechnologie IDMT in lmenau hebben nu de software “IDMT-ISAAC” ontwikkeld. Daardoor kan ook iemand zonder uitgebreide kennis van AI een dergelijk systeem bedienen. IDMT-ISAAC staat voor Industriële Geluidsanalyse voor Geautomatiseerde Kwaliteitscontrole.
“We willen het MKB in staat stellen om de AI-algoritmen zelf aan te passen en op maat te maken”, zegt Judith Liebetrau bijFraunhofer IDMT. “Zij kunnen IDMT-ISAAC toepassen op hun eigen data, deze hertrainen en zo snelle en betrouwbare resultaten en beslissingsondersteuning krijgen voor hun kwaliteitsborging”.
Akoestiek
IDMT-ISAAC maakt voor de analyse gebruik van akoestiek. Defecten kunnen namelijk vaak worden opgespoord door het geluid van het proces te analyseren. Om de AI te trainen, gebruiken de wetenschappers opgenomen akoestische gegevens van lasprocessen. De AI analyseert de typische bijgeluiden die zich daarbij voordoen. Uit die audiogegevens trekt het systeem conclusies over de kwaliteit van de betreffende lasnaad.
Als dan bijvoorbeeld de geometrie van een product moet worden gewijzigd, kan de gebruiker dit met enkele muisklikken aan IDMT-ISAAC doorgeven. Reeds in de zomer van 2021 moet de software in die mate zijn aangepast dat het systeem onmiddellijk real-time productiegegevens kan analyseren en de kwaliteitsborging kan optimaliseren. Over drie tot vier jaar zou zij zelfs actief moeten kunnen ingrijpen in de productie.
“We hebben verschillende methoden in het modulaire systeem geïntegreerd om ook andere processen, zoals frezen, relatief snel in kaart te kunnen brengen,” legt Liebetrau uit. Ondernemingen die reeds over eigen software beschikken, moeten deze in de toekomst ook kunnen gebruiken. Daarnaast moeten zij ook toegang kunnen krijgen tot de AI van het instituut via een interface op de Fraunhofer IDMT-server.
‘Explainable AI’
De software kan voor verschillende gebruikersgroepen – zowel AI-beginnelingen als AI-experts – via verschillende gebruikersprofielen worden aangepast. Voor ontwikkelaars van AI-algoritmen is het bijvoorbeeld heel interessant om een gevoel te krijgen voor hoe de AI zijn beslissing neemt en welke geluiden hij daarbij gebruikt, zegt Judith Liebetrau.
“Daarom gaan we met het raamwerk ook een beetje in de richting van ‘Explainable AI’, om de AI begrijpelijker te maken,” zegt Liebetrau. De onderzoekers presenteren IDMT-ISAAC op de Hannover Messe van 12 tot 16 april 2021. Op de virtuele beursstand kunnen bezoekers kunstmatige-intelligentiemodellen met IDMT-ISAAC toepassen op industriële audiogegevens en zo de kwaliteit ervan controleren.
Foto: Kwaliteitscontrole met behulp van AI, ook voor het MKB. © istock.com/Byjeng, istock.com/TIMETOFOCUS
Lees ok andere IO-artikelen over kunstmatige intelligentie via deze link hier.
Als je dit artikel leuk vindt, lees dan ook:
