44 PROIZVODI I SISTEMI
Duboko učenje i mašinski vid
KAKO MAŠINSKI VID TRANSFORMIRA PROIZVODNJU? KAO SAMOSTALAN PROIZVOD KAMERE SU SAME PO SEBI NEDOVOLJNE. ONE SU KORISNE SAMO ZA SNIMANJE ONOGA ŠTO SE ODVIJA ISPRED NJIH. S DRUGE STRANE, MAŠINSKI VID KORISTI SLOŽENE ALGORITME KOJI MOGU RASTUMAČITI STRUKTURIRANE ILI NESTRUKTURIRANE PODATKE. ČESTO IH SE OPISUJE ZBIRNIM POJMOM “TEHNOLOGIJE VIDA”
n Izvor: a&s International redakcija@asadria.com
Sa sve većom potražnjom za robotskim sistemima i općenito automatiziranim sistemima za kontrolu kvaliteta, mašinski vid dobija na popularnosti u proizvodnom segmentu. Prema istraživačkoj firmi Valuates Reports, vrijednost globalnog tržišta mašinskog vida u 2018. godini procijenjena je na 8,44 milijarde američkih dolara, a očekuje se da će njegova vrijednost rasti do 2025. godišnjom stopom od 6,86 posto. Ključni pokretač navedenog rasta bit će Azijsko-pacifička regija, jer ona nastavlja funkcionirati kao globalni proizvodni centar. Jedan od faktora rasta je potreba za povećanjem operativne i radne isplativosti, a važna je i činjenica da regulatorni zahtjevi postaju sve strožiji u sektorima kao što su
www.asadria.com juli-august/srpanj-kolovoz 2020.
farmacija i proizvodnja hrane i pića, gdje i postoji potreba za mašinskim vidom. Zbog toga je važno ispitati prednosti mašinskog vida u proizvodnji, prateću tehnologiju i sisteme, kao i načine na koje ih sistem-integratori mogu iskoristiti.
Zašto nam trebaju kamere s mašinskim vidom i AI-jem? Kada je američki farmaceutski gigant Cipla razmatrao načine kako poboljšati svoje proizvodne procese, glavni problem bio je taj što kamere s mašinskim vidom, koje su se koristile za provjeru kvaliteta gotovih proizvoda, nisu bile u stanju prepoznati prozirne pilule. Opaženo je i da je ranije korišteno rješenje imalo poteškoće u prepoznavanju tableta kada bi se u vidnom polju našla velika količina čestica prašine. Ovi faktori pokazali su se ključnim u osiguravanju operativne efikasnosti
i odlučivanju o troškovima proizvodnje, a u Cipli su bili izričiti u pogledu svojih želja kako bi riješili specifične probleme s prepoznavanjem tableta. Tu je na scenu stupio start-up Spookfish, koji je radio na rješenju mašinskog vida za proizvodne jedinice u tom sektoru. Spookfish je iskoristio svoje algoritme mašinskog vida i riješio brige tog i drugih klijenata. Ovo je jedan od mnogih primjera načina na koje mašinski vid transformira proizvodnu industriju. Tržište je ogromno, navodi Anu Sudeep Sundaram, direktor Spookfisha, koji ima urede u Bristolu i Bangaloreu. “Postoji ogroman potencijal za mašinski vid u proizvodnom sektoru. Naprimjer, zamislite da imate novi proizvod koji razvijate. Vašim mašinama će za njega trebati promjena postavki, a za njihovu izmjenu vam treba inteligentan rukovatelj. S mašinskim vidom vam taj rukovatelj više nije potreban jer bi vam tada sama kamera
