Industria 4.0, Fujitsu accelera sull’AI: focus sui difetti di fabbrica

La compagnia giapponese lancia un nuovo framework che combina tecniche di immagini e segnali con una tecnologia di deep learning per risolvere i problemi qualitativi della produzione. Una soluzione che punta anche sull’autoapprendimento nella fase post-sviluppo

Pubblicato il 30 Ott 2017

shutterstock_605472758

Una soluzione basate sulle tecnologie di intelligenza artificiale per migliorare notevolmente il controllo della qualità di produzione e il rilevamento dei difetti, analizzando e diagnosticando automaticamente i dati di scansione ultrasonica in pochi minuti e individuando rapidamente i difetti potenziali in modo efficiente rispetto ai processi esistenti. È questa l’ultima innovazione in chiave di industria 4.0 sfornata dai laboratori europei di Fujitsu, che hanno utilizzato un nuovo framework di AI che combina tecniche di immagini e segnali con una tecnologia di deep learning sofisticata per risolvere complessi problemi di qualità di produzione.

Il deep learning di questo nuovo framework, spiega l’azienda, “sfrutta una ‘rete neurale’ per l’elaborazione delle immagini al fine di riconoscere modelli standard” con l’obiettivo di “convertire l’analisi dei dati in un’analisi d’immagini, automatizzando ed accelerando la rilevazione di modelli standard nei dati Ndt che possono indicare difetti di fabbricazione”.

Così facendo la verifica manuale del tecnico si attiva più rapidamente e direttamente sull’area del prodotto che lo necessita. Ciò vuol dire, sottolinea Fujitsu, che “il controllo qualità viene notevolmente migliorato, eliminando le strozzature potenziali nel processo produttivo, aumentando il potenziale incremento di produzione e migliorando significativamente l’efficienza”. E in più la soluzione AI permette al sistema di continuare ad apprendere anche dopo il deployment, consentendo un miglioramento continuo delle prestazioni e un più alto ritorno dell’investimento.

“Abbiamo sviluppato un generico machine learning per il rilevamento del pattern, utilizzando un processo che traduce qualsiasi problema di analisi dei dati grezzi in uno che coinvolge il riconoscimento delle immagini. Collaborando con i produttori, possiamo lavorare rapidamente alla soluzione di una specifica applicazione, grazie alla sua capacità di imparare anche da pochi casi – spiega Adel Rouz, Executive Vice President di Fujitsu Laboratories of Europe -. Questo riduce notevolmente la quantità di dati che devono essere richiesti, accelerando l’intero processo di installazione. Nei laboratori europei di Fujitsu siamo focalizzati su una strategia di co-creazione per risolvere i problemi di produzione reale in tempi record, mettendo a disposizione la nostra esperienza nel manufacturing e le nostre più moderne innovazioni in AI”.

Un approccio che ricorda l’importanza del know how europeo nella strategia globale di Fujitsu. I laboratori situati in Europa sono infatti uno dei traini della ricerca avanzata del gruppo e sono focalizzati in particolare sul machine learning e deep learning, per lo sviluppo di soluzioni digitali e servizi nel quadro dell’approccio Human Centric AI Zinrai di Fujitsu.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale Digital360Awards e CIOsumm.it

Tutti
Update
Keynote
Round table
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Approfondimenti
La sinergia tra CIO e CISO trasforma la cybersecurity in un obiettivo di business strategico
Approfondimenti 
Etica dell’innovazione tecnologica per i CIO: prima chiedersi perché. Poi definire cosa e come
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Approfondimenti
La sinergia tra CIO e CISO trasforma la cybersecurity in un obiettivo di business strategico
Approfondimenti 
Etica dell’innovazione tecnologica per i CIO: prima chiedersi perché. Poi definire cosa e come
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo

Articoli correlati

Articolo 1 di 4