Vandaag associëren mensen AI wellicht vooral met ChatGPT en andere bots die stormenderhand de wereld van content en marketing lijken te veroveren. Maar ook binnen de industrie wordt artificiële intelligentie alleen maar belangrijker. Dat stelt ook strategisch onderzoekscentrum, Flanders Make vast. “Door AI-controles te laten uitvoeren, kan de operator betekenisvoller en waardevoller werk leveren en kan het bedrijf in kwestie actief aan kwaliteitsverbetering doen.”
Bij Flanders Make werken meer dan 800 researchers rond alles wat met innovatie te maken heeft. Dat gaat van werkinstructies optimaliseren over geproduceerde onderdelen controleren tot productieprocessen efficiënter en energiezuiniger maken. “In de meeste gevallen komt dat neer op processen slimmer maken, en daar kan AI een belangrijke rol in spelen”, vertelt Wouter De Nijs, research manager bij Flanders Make.
“De opportuniteiten die artificiële intelligentie voor de industrie biedt, zijn ontelbaar. Dan denk ik aan conditiebewaking van machines, controle van machines en voertuigen, lokalisatie van autonome voertuigen in nieuwe omgevingen, realtimemonitoring van productieprocessen, visuele checks van geproduceerde onderdelen, noem maar op. Dat brengt natuurlijk ook de nodige uitdagingen met zich mee, want om AI optimaal te kunnen inzetten, heb je data nodig – en hoe meer, hoe beter.”
“Alleen zijn de processen en systemen in de industrie doorgaans zo geoptimaliseerd dat er bijna geen fouten meer voorvallen, en dat we dus niet over voldoende ‘negatieve’ data beschikken om de algoritmes te trainen om bijvoorbeeld foute producten visueel te herkennen en uit het systeem te halen.”
Netflix
Nog een uitdaging is dat heel wat AI die vandaag bestaat – en die werd ontwikkeld door de Googles, Netflixen en Microsofts van deze wereld – in de eerste plaats op consumenten is gericht. Logisch ook, aangezien die techgiganten toegang hebben tot enorm veel data. Daarom zet Flanders Make zelf meer in op meer production intelligence.
“Kijk, als Netflix je een film voorstelt op basis van je voorkeuren, en je vindt die film maar niets, dan is dat geen drama. Als je daarentegen binnen de industrie een voertuig laat rijden op basis van AI, en dat systeem maakt een verkeerde beslissing, dan kunnen de gevolgen wel rampzalig zijn.”
“Daarom moet de industrie AI ontwikkelen waarbij heel veel aandacht is voor betrouwbaarheid en veiligheid. Bij production intelligence worden data en menselijke kennis optimaal gecombineerd – zo kunnen we AI toegang geven tot de designkennis die een engineer heeft over een machine of omgeving die hij ontwikkelde”, vertelt De Nijs.
“Daarnaast kijken we binnen production intelligence naar de informatie die binnen de verschillende productiestappen zit: van ontwerp tot gebruik door de klant. Daaruit kunnen we dan leren hoe we een product beter kunnen ontwerpen én efficiënter produceren.”
“Zo komen we tot een oneindige cyclus van data-uitwisseling en lerende systemen die processen alleen maar efficiënter maken. De optimale samenwerking tussen mens en AI: die laatste legt verbanden – bijvoorbeeld tussen probleem en procesfout – en de eerste beslist wat daarmee moet gebeuren.”
Stukken met een defect
“We mogen AI binnen de industrie wel niet veralgemenen”, gaat hij verder. “Vooral AI die de mens ondersteunt bij het herkennen van patronen is sterk in opmars – bijvoorbeeld AI die operatoren helpt bij de juistheid van de assemblage te controleren, of de visuele controle van elk individueel product, in plaats van de manuele controle van een steekproef.”
Vooral AI die de mens ondersteunt bij het herkennen van patronen is sterk in opmars
“In pakweg systeemcontrole is dat minder het geval: die technologie is vaak al performant genoeg is. ‘Moet daar dan per se nog een AI-laag bovenop?’ is dan een terechte vraag. Bij visuele controle is de meerwaarde wél aantoonbaar, omdat in bepaalde bedrijven manuele visuele controle voor een operator zelfs een dagtaak is. Wanneer je die taak door AI laat invullen, kan de operator betekenisvoller en waardevoller werk leveren. Bovendien kan het bedrijf actief aan kwaliteitsverbetering doen door naar inspectie van elk product te gaan.”
Onderzoek heeft aangetoond dat AI tot vijf keer sneller kan voorspellen wanneer een machine onderhoud nodig heeft
“Zo hebben we recent met succes een project bij een bedrijf afgerond dat aan heel hoge snelheid producten maakt, maar waar AI er toch in slaagt stukken met een defect eruit te halen. Ook heeft onderzoek aangetoond dat AI tot vijf keer sneller kan voorspellen wanneer een machine onderhoud nodig heeft, zodat dit onderhoud veel efficiënter kan worden ingepland. Nu is dat vaak nog last minute, met alle risico’s van stilstand tot gevolg.”
Praten in het dialect
“Eigenlijk komt het erop neer dat we manieren zoeken waarop mens en artificiële intelligentie optimaal kunnen samenwerken, dus zonder dat er sprake is dat de ene de andere vervangt – integendeel, ze versterken elkaar. Zo zijn producten vandaag steeds meer customized: een operator met de nodige expertise kan met andere woorden een grote meerwaarde betekenen bij de assemblage daarvan.”
“Terwijl AI dan kan worden ingezet voor repetitieve processen die gemakkelijk geautomatiseerd kunnen worden, of om mensen op te leiden om complexere taken aan te kunnen, of om als derde hand te dienen voor die operator – een cobot waar die tegen kan praten als tegen een collega, dus zelfs in het dialect. Want zover zijn we al. Ook in de wereld van de maatwerkbedrijven wordt AI al ingezet, bijvoorbeeld om mensen met een fysieke, visuele of mentale beperking te ondersteunen bij het assembleren van complexere producten.”
Waardevolle jobs
Dat leidt tot de vaststelling dat de industrie al vlot industry 5.0 lijkt binnengerold, waarin de focus vooral ligt op de ondersteuning van de mens zelf in de productieprocessen – daar waar industry 4.0 vooral rond digitalisering van processen draaide.
“Het gaat vandaag meer over duurzaamheid, het ontzien van de mens, het creëren en toewijzen van waardevolle jobs, enzovoort. Maar wat Flanders Make betreft, maakt dat niet zoveel verschil, omdat wij die insteek al vier à vijf jaar centraal in ons onderzoek plaatsen”, vertelt De Nijs.
“In de komende jaren gaan wij nog sterker inzetten op die sustainability, met extra focus op energie-efficiëntie, circulair gebruik van materiaal, en zorg voor de mens: minder burn-outs en langer aan de slag in een gezonde, ergonomische en aangename omgeving.”
Aanvaarding als must
Tot slot: er was destijds sprake van heel wat digitale drempelvrees, omdat mensen nu eenmaal gewoontedieren zijn die moeilijk om kunnen met verandering. Is dat bij AI ook het geval? “Het is zeker zo dat AI aanvaard moet worden als het zijn nut wil bewijzen.”
“Een productiemanager die niet wil dat een AI-tool in zijn systemen geïmplementeerd wordt: dat is een probleem. Daarom is er veel aandacht nodig voor onderzoek naar eventuele showstoppers die de introductie van AI blokkeren, bijvoorbeeld mensen die te weinig geloven in de betrouwbaarheid ervan.”
“We mogen dus niet enkel focussen op de ontwikkeling van de technologie zelf, maar ook op de aanvaarding ervan. Niet altijd evident, want mensen aanvaarden nu eenmaal niet gemakkelijk dat systemen een beslissing in hun plaats nemen. Mensen willen weten waarom een systeem dat doet, anders zal er onwil zijn. Daarom moet die beslissing heel duidelijk en verklaarbaar worden gemaakt”, concludeert Wouter De Nijs.
