Inteligentna produkcja z HPE i NVIDIA
Projektowanie, testowanie, optymalizacja, weryfikacja jakości – na każdym etapie procesu produkcji sztuczna inteligencja może być nieocenionym wsparciem. Co najważniejsze, na takie wsparcie mogą liczyć nie tylko największe organizacje. Tak naprawdę każda firma produkcyjna jest w stanie wykorzystać sztuczną inteligencję do ograniczania kosztów i generowania zysków. Można zacząć od niewielkiego projektu, a później dowolnie go rozwijać - barierę wejścia stanowi dziś pojedynczy serwer. Oczywiście potrzebne jest także specjalistyczne know-how, ale jest ono łatwo dostępne w HPE.
Maciej Grabowski, Senior Accelerated Computing Architect, HPE„Polski rynek przemysłowy stoi przed wyzwaniem ograniczonego dostępu do wykwalifikowanej kadry i jej rosnącego kosztu. Odpowiedzią na to wyzwanie są rozwiązania AI pozwalające specjalistom pracować wydajniej, a firmom – automatyzować procesy wymagające ludzkiej ingerencji” – mówi Maciej Grabowski, Senior Accelerated Computing Architect, HPE.
Nie trzeba przy tym przyjmować na siebie roli pioniera i przecierać zupełnie nowych szlaków. Przykładów wykorzystania sztucznej inteligencji w produkcji jest mnóstwo – w wielu różnych branżach, na każdym etapie produkcji. Warto przy tym dodać, że pomimo stosunkowo krótkiej historii technologii AI, mówimy już o dojrzałych rozwiązaniach wykorzystywanych w poważnych zastosowaniach.
Zacznijmy od branży motoryzacyjnej. W ciągu ostatnich lat można było zaobserwować przejście od projektowania tradycyjnego do wirtualnego. Wykorzystywane są do tego narzędzia klasy CAE, które umożliwiają wczesną walidację projektu, co przekłada się na znaczne oszczędności czasu i kosztów, zapobieganie późniejszym problemom i wyższą wydajność produktu. Mercedes we współpracy z Siemens i NVIDIA opracował rozwiązanie symulacyjne pozwalające osiągnąć znaczny wzrost wydajności przy opracowywaniu pojazdów elektrycznych. W taki sposób projektowany jest np. Mercedes EQE, w którym aerodynamika bezpośrednio wpływa na zasięg i aeroakustykę decydującą o komforcie podróżowania.
Z kolei firma Continental opracowała oparte na sztucznej inteligencji rozwiązania dla wirtualnych fabryk, które pozwala zoptymalizować operacje produkcyjne, zwiększyć produktywność zespołu i przyspieszać innowacje, żeby sprostać zmieniającym się potrzebom konsumentów. We współpracy z SoftServe i NVIDIA, Continetal zbudował ContiVerse, aplikację Digital Twin, która pozwala inżynierom wirtualnie optymalizować fabryki w oparciu o rzeczywiste dane współpracując w skali globalnej oraz Industrial Co-Pilot, wirtualnego agenta, który łącząc generatywne AI i wizualizację 3D pozwala zwiększyć wydajność prac konserwacyjnych linii produkcyjnych.
Podobny projekt, którego celem jest optymalizacja fabryk przy wykorzystaniu Digital Twin uruchomiło wspólnie z NVIDIA BMW. Oczywiście sztuczna inteligencja w produkcji nie ogranicza się do branży motoryzacyjnej. Firmy takie jak Foxconn, która posiada ponad 170 fabryk na całym świecie, Pegatron, Wistron także wykorzystują sztuczną inteligencję do trenowania robotów i usprawniania procesów produkcyjnych. AI wspiera projektowanie rowerów Trek, które używane są przez kolarzy na Tour de France.
Od projektowania, przez bliźniaki po predykcję
„Przemysł produkcyjny znajduje się obecnie w trudnej sytuacji. Mierzy się z poważnymi wyzwaniami, które pojawiły się w ciągu ostatnich lat. Jak się okazuje, z wieloma, jeśli nie wszystkimi tymi wyzwaniami można radzić sobie przy wsparciu sztucznej inteligencji. Oczywiście, każdy klient ma swoją specyfikę i specyficzne wyzwania. Niemniej praktycznie każdy musi projektować produkty, tworzyć wersje testowe, produkować, skalować procesy, optymalizować je i automatyzować, a następnie weryfikować jakość i zarządzać cyklem życia produktu u klienta. I na każdym z tych etapów AI może być nieocenionym wsparciem” – mówi Karolina Solecka, Compute & Digital Sales Lead, HPE.
Nie sposób omówić wszystkich scenariuszy, ale spróbujmy pokazać chociaż kilka. Zacznijmy od projektowania. Sztuczna inteligencja wspiera pracę inżynierów skupiając się na optymalizacji wytworzonego projektu, upraszczając, zwiększając wytrzymałość, zmniejszając koszty wytworzenia czy skracając czas produkcji. AI potrafi to robić automatycznie lub półautomatycznie. Co więcej, sztuczna inteligencja może przejąć projektowanie end-to-end. Tradycyjnie złożone produkty były tworzone przez zespoły inżynierów, w których każdy z nich odpowiadał za jeden obszar czy element. Każdy inżynier skupiał się na doskonałości swojej działki, jednak całość często pozostawiała pole do optymalizacji. Chociaż człowiek nie jest jednak w stanie ogarnąć takiej złożoności, to inteligentna maszyna radzi sobie z tym bardzo dobrze. AI potrafiła np. zaprojektować silniki rakietowe, których nie potrafiłby zaprojektować żaden, nawet najlepszy inżynier ani zespół.
Sztuczna inteligencja pomaga także nie tylko przy projektowaniu produktów, ale także fabryk. W tym pomocne są tzw. cyfrowe bliźniaki, Digital Twin, które odtwarzają w świecie wirtualnym fizyczny ekosystem. W takim cyfrowym bliźniaku bardzo łatwo i szybko można wprowadzać zmiany a następnie obserwować ich konsekwencje, dzięki czemu pozytywne zmiany można wprowadzać w życie a negatywne pomijać. To bardzo tani i zarazem skuteczny sposób na eksperymentowanie – zamiast czekać tygodnie na wyniki, można wszystkiego dowiedzieć się w czasie liczonym w sekundach.
Jeszcze ciekawszy wydaje się predyktywna konserwacja maszyn. W oparciu o dane historyczne i dane z czujników spływające w czasie rzeczywistym, sztuczna inteligencja potrafi bardzo skutecznie przewidywać, kiedy maszyna może ulec awarii. Pozwala to przesłać odpowiedzialnym osobom informacji, że konieczne jest wykonanie pewnych czynności konserwacyjnych. Dzięki temu przestój będzie zaplanowany a przez to krótszy i nie wpłynie negatywnie na produkcję.
AI na wyciągnięcie ręki
„Niezwykle istotne jest przy tym, że nie mówimy wyłącznie o bardzo drogich rozwiązaniach. Wiele firm zaczyna od małych wdrożeń i dopiero później rozważa ich skalowania. Zaczynać można już od jednego serwera np. takiego jak zaprezentowany niedawno HPE ProLiant Compute DL384 Gen12, ale także od praktycznie każdego serwera ProLiant czy nawet mocnego komputera PC. Co więcej całe nasze portfolio – sprzęt, oprogramowanie i usługi – są dostępne w wygodnych dla klientów modelach konsumpcyjnych” – mówi Maciej Grabowski, Senior Accelerated Computing Architect, HPE.
„W takiej sytuacji wyzwaniem pozostaje dostęp do specjalistycznych umiejętności. Jednak HPE może zaoferować także ekspertów od AI, którzy pomogą dobrać technologii, zaprojektować rozwiązania, zintegrować z istniejącymi systemami i ostatecznie je uruchomić. Mamy przy tym z jednej strony duże doświadczenie we współpracy z przemysłem produkcyjnym a zarazem długą historię kooperacji z liderem rynku AI – firmą NVIDIA. Warto dodać, że każdy klient może przekonać się jak wygląda i działa sztuczna inteligencja zaglądając do naszego labu w Warszawie, gdzie na zwykłych, komercyjnych serwerach stworzonych przez HPE pracuje wiele przykładów wykorzystania AI” – mówi Karolina Solecka, Compute & Digital Sales Lead, HPE.
Materiał powstał we współpracy z NVIDIA
