Umělá inteligence k pronájmu

© Fraunhofer IPA, Fotografie: Rainer Bez

© Fraunhofer-Gesellschaft

Využívání umělé inteligence nevyžaduje nutně mít vyhrazeného odborníka. Studie Fraunhofer ukazuje, jak mohou malé a střední podniky postupovat místo toho.

Umělá inteligence (AI) pomáhá optimalizovat výrobní procesy a tím šetřit peníze. Malým a středním podnikům však často chybí odborné znalosti pro využití této budoucí technologie. Sice dokážou shromáždit potřebná data, ale nedaří se jim je analyzovat. V tom pomáhají velcí poskytovatelé cloudových služeb. Nabízejí jednoduché digitální nástroje, které zpracovávají velké datové soubory a poskytují řešení AI. Odborníci mluví o „Machine-Learning-as-a-Service platformách“. Tak se může každý podnik bez velkých zkušeností s AI pustit do vývoje modelů, které například automaticky odhalí vadné kusy.

Nejčastější případy použití na čtyřech platformách ve srovnání

Ale která platforma je vhodná pro jaký úkol? Stuttgartské Fraunhoferovy ústavy pro výrobu a automatizaci IPA a pro pracovní procesy a organizaci IAO porovnaly přístupy čtyř největších poskytovatelů – AWS, Google, IBM a Microsoft. Implementovaly řešení pro čtyři případy použití, které se často v praxi vyskytují, a zahrnují čtyři kategorie dat: tabulková data, textová, obrazová a časové řady:

- Odchod zákazníků: Pro hotely je výhodné vědět včas, u kterých hostů hrozí zrušení rezervace. Možná už v tabulkových datech o rezervacích je skrytá nápověda. AI ji může odhalit a vyvinout odpovídající algoritmus.
- Kategorizace textů: Texty lze přiřadit různým oblastem, například kultura, sport a politika. Tak například tisková agentura může automaticky spravovat archiv.
- Rozpoznávání obrázků: Při výrobě hraje analýza obrázků důležitou roli. Pomocí kamerových systémů lze odhalit vady na výrobku. AI pomáhá tuto kontrolu automatizovat. Ze široké škály označených obrázků s metadaty se AI učí rozpoznávat chyby.
- Opotřebení nástroje: Výměna frézovací hlavy ve správný čas šetří peníze. Příliš brzký zásah plýtvá materiálem, příliš pozdní hrozí dlouhá odstávka výroby. AI se učí interpretovat časové řady vibrací a spotřeby energie, aby správně odhadla stav frézovací hlavy.

Obecně platí pro řešení AI: čím více dat je k dispozici a čím je jejich kvalita lepší, tím spolehlivější je výsledný model. Při srovnání platforem vědci z Fraunhoferu vždy zvolili nejpřístupnější cestu. Často stačilo pouze nahrát datové soubory a označit je: například u obrázků znamenalo označení, že každý obrázek je správný nebo vadný. Platforma pak dodala požadovaný model spolu s přesností předpovědi.

Výsledky

Studie Fraunhofer ukázala, že řešení všech poskytovatelů mají své silné stránky a nevyžadují hluboké odborné znalosti. Samozřejmě existují určité rozdíly. Některé platformy jsou intuitivnější na ovládání než jiné. Některé AI modely běží pouze v cloudové službě poskytovatele, jiné lze exportovat a instalovat na firemní servery.

O doporučení vhodné platformy pro konkrétní případ použití se uvádí ve studii „Cloudové platformy AI – příležitosti a omezení služeb Machine Learning as a Service“. Ke stažení je dostupná na následujícím odkazu: https://www.ki-fortschrittszentrum.de/de/studien/cloudbasierte-ki-plattformen.html