AutoSguardo sul futuro

Intelligenza artificiale nell’automotive: Audi porta il machine learning nella produzione di serie

L’intelligenza artificiale nell’automotive fa un grande passo avanti con Audi che sarà tra i primi nel settore a implementarla nella produzione di serie. Un software sarà in grado di rilevare e segnalare in pochi secondi anche le imperfezioni più piccole con il machine learning (ML). Una garanzia, specie nei processi di controllo delle parti metalliche.

Prima l’operazione era condotta da tecnici specializzati, supportati da telecamere, pronte a catturare immagini analizzate poi con un software di riconoscimento. Una procedura che presto verrà sostituita con quella basata sul machine learning. Come funziona? In estrema sintesi, su una complessa rete neurale artificiale verranno rilevate ed evidenziate anche le imperfezioni più piccole con altissima precisione.

«Il deep machine learning è, per dirla in modo semplice, un processo artificiale che identifica modelli e regolarità basati su immagini o dati sensoriali. Inserendo diversi esempi, l’algoritmo diventa sempre più efficiente nell’identificare con successo i modelli corrispondenti. Il sistema impara dall’esperienza – commenta Patrick van der Smagt, esperto europeo nei campi della robotica e del deep learning -. Stiamo provando a replicare alcune funzionalità base degli esseri viventi dotati di neuroni. Per esempio, vedere e interpretare le cose che ci circondano».

Più qualità, meno lavoro manuale

Il software è stato sviluppato quasi del tutto internamente, dall’idea originale fino al prototipo.

Nel futuro ci sarà una ulteriore evoluzione: l’ispezione di qualità mediante machine learning sostituirà l’attuale rilevamento ottico delle imperfezioni con le telecamere intelligenti, che diversamente dalle attuali non dovranno essere configurate manualmente tutte le volte che inquadrano un nuovo componente. A prescindere che questo sia una porta, un cofano o un parafango.

Inoltre, oggi si verificano regolarmente falsi rilevamenti, perché l’algoritmo attuale è molto influenzato da fattori ambientali, come le condizioni di luce e le caratteristiche delle superfici. Problemi che non sussisteranno più. In futuro sarà possibile implementare la tecnologia in altri tipi di ispezioni visive. Ad esempio quelle del reparto verniciatura o dell’assemblaggio. Tutto ciò porterà a un grande risparmio di lavoro manuale.

Approfondisci su Audi che nei piani del Gruppo VW guiderà la ricerca e lo sviluppo.

Diminuzione dei posti di lavoro?

«I compiti elementari saranno ancora più automatizzati, la parte del lavoro legata alla conoscenza creativa, anche nelle aree produttive, aumenterà – ci tiene a precisare in un comunicato stampa Thymian Bussemer, responsabile della Strategia per le risorse umane e della sostenibilità sociale del Gruppo Volkswagen -. Quando si tratta di introdurre l’uso della tecnologia ci impegniamo a mantenere un senso di equilibrio. Nei settori dove ci sono postazioni di lavoro non ergonomiche stiamo accelerando sull’uso dei robot. Ma non lo faremo per ruoli in cui gli addetti specializzati sono più idonei al compito. L’automazione ha dei limiti: è ad alta intensità di capitale e suscettibile di errori. Inoltre, gli esseri umani sono molto più flessibili delle macchine».

Informatica e neuroscienze: il profilo perfetto del ricercatore sull’intelligenza artificiale al Volkswagen Data:Lab di Monaco

Intelligenza artificiale nell’automotive

Gli impianti Audi, dunque, tra qualche tempo potranno essere degli ottimi esempi di smart factory grazie all’intelligenza artificiale.

Il deep learning alla base del processo sarà in grado di operare con grandi quantità di dati non strutturati così come le immagini. Nella fase iniziale la rete neurale artificiale verrà “allenata” analizzando milioni di dati. Cioè un gigantesco database con file provenienti da sette presse dell’impianto di Ingolstadt e da altre di alcuni stabilimenti Volkswagen.

Un tirocinio dopo il quale, le imperfezioni presenti verranno evidenziate con precisione a livello di pixel, riconoscendole anche nei nuovi casi.

Il gruppo di Ingolstadt ha un centro per l’intelligenza artificiale con 80 specialisti provenienti da tutto il mondo: il Data:Lab di Monaco. Qui lavorano informatici e neuroscienziati come Grady Jensen (nella foto) di cui si può approfondire in questo articolo su MoDo, l’interessante blog sulla mobilità di domani.

La filosofia dello sguardo in avanti vede anche un progetto italiano. In questo caso di comunicazione. Audi ha avviato A-head – guarda la prima lesson – con Federico Buffa, giornalista e telecronista sportivo, per scoprire una nuova idea di progresso.

Mobilità condivisa e carpooling aziendale
Precedente

Mobilità condivisa e carpooling aziendale: il punto dei 3 operatori sul mercato

Nuova Mercedes Classe S
Successivo

La nuova Mercedes Classe S debutta anche in Italia