On yıl önce yapay zeka tabanlı projelerle ilgili aldığımız sorular, çoğunlukla bu konuya duyulan heyecan veya FOMO'dan kaynaklanıyordu. İnsanlara neden yapay zeka uygulamalarına girişmek istediklerini sorduğumda çoğu zaman aldığım cevaplar şunlardı: "patronum benden istediği için", "çok fazla veriye sahip olduğumuz için" veya "ilginç bir alan gibi göründüğü için". Bunların hiçbiri özellikle sağlam nedenler değildi ve yapay zeka uygulamalarının o sırada gerektireceği yüksek yatırıma değer sayılmazdı.
Bu durum değişmektedir ve bu defa asıl itici güç, duyulan heyecan veya "FOMO" değil, umuttur. Müşteriler artık yapay zeka konusunda değil; kestirimci bakım, kalite kontrol veya süreç optimizasyonu hakkında onlara yardımcı olup olmayacağımızı soruyorlar. Bize, çözüm bulmamızı istedikleri bir sorunla geliyorlar. Yapay zekanın benimsenmesi artık bir gerekçe veya amaç değil. Aksine, yapay zeka bir "olanak tanıyıcı" haline geldi.
Yiyecek ve içecek, ilaç, elektronik veya otomotiv sektörü fark etmeksizin nihai amaç aynıdır: Daha düşük maliyetle, daha az enerji ve daha az iş gücü kullanarak yüksek kaliteli, hatasız ürünler üretmek. Yapay zeka, bu hedeflere ulaşmaya yönelik bir dizi çözümden biri olabilir.
Geçmiş, bugün ve gelecek
Tutumlar değiştikçe teknoloji de gelişti. Yapay zeka 1957 yılından bu yana bir konsept olarak mevcut olsa da ilk uygulamalar abartılı derecede maliyetli ve yavaştı: İşlem gücü sınırlamaları nedeniyle basit bir hesaplamanın sonuçlarını elde etmek bir ay sürerdi. Mobil teknoloji, bilgisayar depolama ve işleme hızlarındaki gelişmeler sayesinde bugün, hesaplamalar milisaniyeler içinde yapılabilmektedir ve maliyet önemli ölçüde azalmıştır.
Amazon ve Google gibi teknoloji devleri bir süredir yapay zeka kullanıyor olsa da yapay zeka, endüstri veya fabrika alanında hala gelişmeye devam etmektedir. Yapay zekanın yaşam döngüsü aşamasını, altı eksenli bir robotu kontrol etmek için matematik derecesine ihtiyaç duyulan 15 yıl öncesindeki robotlarınkiyle kıyaslayabilirim. Yapay zeka tabanlı sistemleri uygulamak için hala uzmanlara ihtiyaç vardır; ne yaptığınızı biliyor olmanız gerekir ve bu sistemlerin, yalnızca giriş maliyetinin, beraberinde gelen avantajla gerekçelendirilebileceği spesifik uygulamalarda kullanılması mantıklı olur.
Yapay zekanın her derde deva olmadığını da unutmamak gerekir. Makine üreticileri, veri bilimcileri ve mühendisler olarak, daha dolambaçsız bir çözüm çok daha kolay ve basitken yanıtlar için otomatikman teknolojiye başvurma eğiliminden muzdarip olabiliriz.
Örneğin, kırık ve bükük bir konveyör parçasını ele alın. Bu, geleneksel bir mekanik çözüm kullanılarak belirlenebilecek ve çözülebilecek bir mühendislik sorunudur. Yapay zeka; daha az belirgin, ara sıra ortaya çıkan sorunlara (örneğin mikro durmalarda kendini gösterir) değer katabilir.
Uygulamada yapay zeka ile sorun çözme
İşte gerçek hayattan bir örnek: Mikro durmalarla ilgili sorun yaşayan bir otomotiv müşterisi, kendilerine yardımcı olmamız için bizimle iletişime geçti. Bir veri taraması gerçekleştirdikten sonra "tutarlılık kontrolü" gerçekleştirdik. Bu kontrol, olan ve olması gerekeni belirlemek üzere üretilen sinyallerin resimlerini oluşturmak için probların makineye bağlanmasını gerektirdi. Ardından temel nedenleri belirlemek üzere bir deney geliştirdik. Bu deney, yaklaşık on sorunu belirlememizi ve çözümlememizi sağladı. Aklıma gelen bir sorun sensör arızasıyla alakalıydı: Müşteriden bozuk bir soket olup olmadığını kontrol etmesini istediğimizde izlediğimiz sensörlerden biri çalışmıyor gibi görünüyordu. Ayrıca, sahadaki birçok makinede tekrarlanan ve tespit edildikten sonra düzeltilen mantık hatası da dahil olmak üzere bazı programlama sorunları da tespit ettik. Sonuç olarak, hurdaya çıkarılmış ürünlerden on binlerce avroluk tasarruf sağladı ve ayda dört saatlik ek üretim süresine karşılık gelen duruş süresini %50 azalttı.
Mühür sağlamlığını iyileştirmek üzere şu anda birlikte çalıştığımız bir gıda sektörü müşterisi de bir başka uygulama örneği olarak verilebilir. Mühürleme işlemine yapay zeka yaklaşımı uygulayarak, raf ömrünü birkaç gün uzatabilir ve hatalı mühürlerin oluşumunu en aza indirerek bireysel müşteriler tarafından tüm ürün serisinin reddedilme riskini ortadan kaldırırız.
Toplama, analiz etme ve kullanma
Şu ana kadar yapılan projelerin çoğu, "son teknoloji" çalışma özelliğine sahip dünyanın ilk yapay zeka çözümü olan OMRON Yapay Zekalı Kontrolörü (Sysmac NY5 IPC ve NX7 CPU tabanlı donanımla) kullandı. Bu kontrolör, doğrudan üretim hattında toplanan süreç verilerine göre modelleri tanır. Sysmac fabrika kontrol platformumuza entegre edilmiştir, yani verimlilik kayıplarını önlemek için makinede doğrudan kullanılabilir.
Bu gibi örneklere ve yapay zekanın medyada gündemde olmasına bakıldığında, üretimle uğraşan her işletmenin yapay zekaya başvurduğu kolaylıkla varsayılabilir ancak durum tam olarak böyle değildir. Fabrikada kullanılan yapay zeka örnekleri çok nadirdir ve projeler, büyük ölçüde teknoloji sağlayıcısının uzmanlığına bağlıdır. On yıl sonra durum farklı olacaktır. Yapay zekayı çok daha erişilebilir ve kullanıcı dostu hale getiren araçlar geliştirilecek ve böylece üreticilerin yapay zekayı benimseyip bununla çalışabilmeleri sağlanacaktır.
