AI untuk mereka yang tidak berpengalaman
Machine

AI untuk mereka yang tidak berpengalaman


© istock.com/Byjeng, istock.com/TIMETOFOCUS Kerangka kerja perangkat lunak IDMT-ISAAC baru dari Fraunhofer IDMT menyediakan alat analisis audio berbasis AI yang bahkan dapat diterapkan oleh pengguna tanpa pengetahuan AI ahli. Perangkat lunak ini disesuaikan dengan proses dan persyaratan produksi spesifik perusahaan, sehingga pengguna dapat memperluas dan mengoptimalkan prosedur jaminan kualitas dengan menganalisis data audio.

Banyak perusahaan tidak memiliki kepercayaan diri untuk mencoba model kecerdasan buatan. Model-model ini, bagaimanapun, dapat dengan cepat menjadi membingungkan. Akibatnya, mereka memiliki banyak potensi pengendalian kualitas yang belum dimanfaatkan. Perangkat lunak IDMT-ISAAC yang baru sekarang memungkinkan pengguna tanpa pengetahuan ahli AI untuk juga mendapatkan keuntungan dari aplikasi kecerdasan buatan. IDMT-ISAAC akan dipamerkan di Hannover Messe mulai 12-16 April 2021.

Kecerdasan buatan memiliki potensi besar, misalnya untuk pengendalian kualitas di perusahaan manufaktur. Namun prosedur untuk melatih model AI itu rumit dan membutuhkan pengetahuan matematika. Pada akhirnya, analisis semacam itu mungkin melibatkan parameter yang tak terhitung jumlahnya. Hambatan untuk masuk, kemudian, adalah tinggi — usaha kecil dan menengah (UKM) yang tidak memiliki departemen pengembangan sendiri sering kali menghindar dari aplikasi AI. Operasi yang sedang berlangsung juga membutuhkan keahlian: Jika desain produk atau geometri komponen diubah sedikit setelah algoritme AI diprogram, algoritme awalnya akan melihat ini sebagai kesalahan. AI kemudian perlu dilatih ulang.

UKM mencatat: Kecerdasan buatan juga dapat ditangani tanpa sepengetahuan ahli

Perangkat lunak “IDMT-ISAAC” dari Institut Fraunhofer untuk Teknologi Media Digital IDMT di Ilmenau membantu pengguna tanpa pengetahuan ahli AI untuk mengatasi rintangan ini. IDMT-ISAAC adalah singkatan dari Industrial Sound Analysis for Automated Quality Control. “Kami bertujuan agar UKM memenuhi syarat untuk memodifikasi dan mengadaptasi algoritme AI itu sendiri,” jelas Judith Liebetrau, Pemimpin Grup Aplikasi Media Industri di Fraunhofer IDMT. “Mereka dapat menerapkan IDMT-ISAAC ke data audio mereka sendiri dan melatih ulang perangkat lunak untuk mendapatkan hasil yang cepat dan andal serta bantuan pengambilan keputusan untuk prosedur jaminan kualitas mereka.”

Seperti yang diketahui oleh operator mesin yang berpengalaman, suara proses tersebut menunjukkan banyak cacat. IDMT-ISAAC terlalu mengandalkan suara: Para peneliti melatih sistem dengan data akustik yang direkam dari proses pengelasan. Perangkat lunak AI menganalisis suara proses yang khas dan menarik kesimpulan tentang kualitas lapisan las yang dipertanyakan dari data audio. Inti dari IDMT-ISAAC adalah kerangka kerja yang memungkinkan pengguna untuk mengubah berbagai parameter hanya dengan beberapa klik, mengajarkan AI tentang perubahan geometri produk, misalnya, dalam prosesnya. Rencananya adalah untuk menyesuaikan perangkat lunak agar dapat beroperasi secara langsung pada musim panas 2021. Sistem kemudian harus dapat segera menganalisis data waktu nyata dari produksi dan mengoptimalkan proses jaminan kualitas. Dan tujuannya adalah agar perangkat lunak ikut campur secara aktif dalam produksi dalam tiga hingga empat tahun ke depan.

Kerangka kerja ini menawarkan potensi analisis baru untuk lebih dari sekadar proses pengelasan. “Kami telah mengintegrasikan berbagai metode ke dalam modul untuk memungkinkan proses lain seperti milling dipetakan dengan relatif cepat,” jelas Liebetrau. Ke depan, perusahaan juga akan dapat menggunakan perangkat lunak mereka sendiri dan mengakses AI Institut pada server di Fraunhofer IDMT melalui antarmuka. Tidak peduli apakah perusahaan mengintegrasikan AI ke dalam sistem mereka sendiri melalui kerangka kerja atau mengaksesnya melalui antarmuka: data diproses secara anonim, sehingga persyaratan perlindungan dan keamanan data terpenuhi setiap saat.

Memahami keputusan AI

Berbagai profil pengguna dapat diterapkan untuk mengadaptasi perangkat lunak untuk sejumlah grup pengguna: untuk pemula dan pengguna AI yang berpengalaman. Pengembang algoritme AI suka memahami, misalnya, bagaimana AI mengambil keputusannya dan suara apa yang digunakannya sebagai dasar keputusan tersebut. “Oleh karena itu, kami mengambil kerangka kerja selangkah lebih dekat ke AI yang Dapat Dijelaskan, untuk membuat AI lebih dapat dipahami,” kata Liebetrau.


Memperbaiki sensor akustik untuk mendeteksi toleransi komponen yang aman


Disediakan oleh Fraunhofer-Gesellschaft

Kutipan: Kontrol kualitas melalui suara: AI untuk mereka yang tidak berpengalaman (2021, 30 Maret) diambil pada 30 Maret 2021 dari https://techxplore.com/news/2021-03-quality-ai.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP