Elektroniktidningen juni 2021

Page 20

TEMA: DISTRIBUTION, UTBILDNING OCH KONSULTER

Mattias Engström Anders Weiland

A

tt spå hur lång tid det är kvar tills bussen ­kommer till hållplatsen, att synkronisera undertexter med video i strömmande media och att implementera objektdetektering som är robust över olika ljusförhållanden. Det är några av de uppgifter som svenska ­elektronikkonsulter har löst med hjälp av AI och maskininlärning. I en marknadsundersökning som en av dem, Attentec, gjorde förra våren, angav 29 procent

BITSIM NOW

PHILIP NYSTRÖMER

Elektroniktidningen har pratat med fyra elektronikkonsulter om läget inom artificiell intelligens och maskininlärning. Det är verktyg som de plockar fram allt oftare.

Anders Sivard

Björn Folkstedt

av de svarande att de använde artificiell intelligens (AI) i sin verksamhet och ytterligare 26 procent att de planerade att göra det. Och 61 procent av dem hade använt en partner i utvecklingen. Så här finns uppenbarligen en marknad för konsulter. Elektroniktidningen har pratat med några av dem. Vi valde några namn bland de som satt ett kryss under rubriken ”AI och maskininlärning” i vår konsultguide (etn.se/konsult).

Objektigenkänning signerad Bitsim Now med indata från en vanlig ­kamera förstärkt med en ir-sensor för bättre resultat över olika ljusförhållanden. Datasetet är från FLIR.

Spaningar från AI-konsulter Data, mer data och gamla data i nytt ljus Den nya AI-vågen kräver data. Använd de du har, samla mer, eller omtolka det du har.

Det går inte att undvika att bli påverkad. AI och ML har fått tillverkare att börja titta på sina egna produkter i ett helt nytt ljus. Kan den få fler funktioner? Kan jag höja effektiviteten eller kvaliteten, förenkla den, bygga den billigare? – Man börjar mer och mer reflektera över om det går att lära sig något från sin produkt, säger Mattias Engström på Syncore. Han ger exemplet preventivt underhåll. Konceptet skulle kunna användas mer. Fler produkter skulle kunna hitta korrelationer mellan data om hur produkterna används för att förutse fel eller när reservdelar behövs. Kollegan Attentec har gjort flera implementationer av förebyggande underhåll. – Det är nåt som verkligen lönar sig – bra pang per peng, konstaterar företagets vice vd Anders Weiland.

20

Många projekt är inte offentliga. Men ett namn som ­Attentec kan nämna är Carbax som tillverkar en central komponent i vindkraftverk – en kolborste. Nu kan den få sin livslängd predikterad baserat på bland annat temperatur, luftfuktighet, spänningsfall och motstånd, i en lösning framtagen med hjälp av Attentec. Den innebär bland annat att service av vindkraftverken kan sparas tills den verkligen behövs. NYC K E L N T I L L D E N NYA AI-vågens verktyg är att du har data. Du kan rentav vilja utrusta din produkt med datainsamling även innan du vet vad du ska ha den till. – Det kan vara ett självända­ mål för att förbereda sig för framtida möjligheter, säger ­Mattias Engström. Att få tag på träningsdata är en de stora utmaningar som bolagen i Attentecs enkät räknade upp. Inom IoT samlar du lyckligt­vis typiskt redan in data. – Det kan inom flera branscher snabbt handla om stora data-

mängder, säger Anders Weiland på Attentec. Dessa data har du antagligen ett intresse av att sätta under AIförstoringsglaset. – Det följer nästan naturligt med IoT att det tjänar på att kompletteras med AI och ML. Mattias Engström på Syncore har ett tips om dataströmmar: du kanske kan hämta dem ur andra sensorer än dem du använder idag. – Du kan byta en dyr sensor mot en billig som mäter något helt annat, säger Mattias Engström. D E T B E R O R PÅ en underfundig möjlighet som AI ibland kan erbjuda – att sensorer av ett slag kan ge fram information av ett helt annat slag. Sensorn kan mäta något som korrelerar med det du vill veta och sedan kan en AI-modell tränas att avkoda detta. Samma tänkande kan öppna möjligheten att mäta saker som du överhuvudtaget inte kunnat

mäta tidigare, exempelvis eftersom ingen rimlig sensor klarat av driftsmiljön. Mattias Engström exemplifierar med en endimensionell radarsignal. – Den innehåller mycket data och den är svårtolkad. Men det går att undersöka om det finns korrelationer genom att träna upp ett klassificeringssystem. Det kan lära sig dra slutsatser. Han berättar om ett enkelt experiment Syncore gjorde med en radar monterad pekandes rakt uppåt under en stol. Radardata fick träna upp en modell. – Den kunde se om personen satt upprätt eller framåtlutad, och kompressionen i dynorna. Korrelationer kan finnas i sen­ sordata om man letar efter dem, säger Mattias Engström. Det kan också vara värt att titta ett varv till på de dataströmmar du redan har. De kanske redan korrelerar med mer ­information om omgivningen än den de egentligen mäter, och som du också kan ha nytta av. ELEKTRONIKTIDNINGEN 6/21