ThirdAI

Künstliche Intelligenz - Visionen und Chancen

Was kann ThirdAI?

ThirdAI siedelt sich im Qualitätsmanagement und in der Sichtkontrolle von Bauteilen an, ohne das Szenario vorab einzugrenzen. Er kann mit wenig Aufwand, auch ohne KI-Kenntnisse, eingesetzt werden. Der Prototyp wird hierzu direkt an der Fertigungslinie angebracht und die Kameras auf die Linie ausgerichtet. Der Einsatz mehrerer Kameras stellts sicher, dass alle notwendigen Blickwinkel mit aufgenommen werden. Zu Beginn verfügt der ThirdAI über kein Gedächtnis. D.h. er kann ohne Hilfestellung keine Oberflächen bewerten. Hier kommt die Trainingsphase zum Einsatz. Der Mitarbeiter in der Qualitätskontrolle bestätigt dem System manuell, ob das aktuell gesichtete Bauteil qualitativ den geforderten Ansprüchen entspricht. Sobald ThirdAI eine größere Fallzahl an Unterscheidungen erfasst hat, kann er das Lernen beginnen. Die KI sucht und findet Metriken zur Bewertung der Güte auf Basis des vorhandenen Bildmaterials. Mit diesem Wissen kann die KI bis 96% des Bildmaterials korrekt einordnen. Zum Vergleich: Eine Fehlerquote von 5% entspricht der des Menschen. Um die Fähigkeiten der KI um neue Varianten zu erweitern, gibt es die Möglichkeit, neues Trainingsmaterial zum bestehenden Datensatz hinzuzufügen.

Use Cases

ThirdAI ist ein funktionsfähiger Prototyp. Er ist bestens geeignet um ihnen die Vorzüge der KI aufzuzeigen, ohne bestehende IT-Systeme zu verändern. Er kann mit beliebigem Trainingsmaterial versorgt werden. Er ist besonders für alle Prozesse geeignet, bei denen eine Fallbewertung auf Basis optischer Kriterien möglich ist:

  • Oberflächengüte
  • Schweiß- und Lötnähte
  • Flache Bauteile
  • Spaltmaße
  • Verschleiß von Werkzeugen

ThirdAI ist für alle klein und mittelständische Unternehmen interessant, die die Chancen von KI im eigenen Unternehmen eruieren möchten. Hierzu bietet sich folgende Vorgehensweise an:

  1. Den Demonstrator spielerisch kennenlernen und mit einfachem Trainingsmaterial ausprobieren.
  2. Den Demonstrator zur Unterstützung an einem realen Arbeitsplatz anbringen und in direkter Interaktion mit Mitarbeitern erproben.

Funktionen

Lernender Modus

Der Lernende Modus stellt den Einstieg mit ThirdAI da. In diesem Modus wird ThirdAI mit dem notwendigen Bildmaterial bereichert. Das heißt eine Aufnahme wird vom Benutzer manuell als fehlerhaft oder richtig eingestuft. Dieser Vorgang muss wiederholt werden, bis das System einen ausreichend großen Datensatz mit Bildmaterial erhalten hat. Bei einfachen Bauteilen und wenigen Varianten ist ein Datensatz mit weniger als 100 Bildern oftmals ausreichend, um eine Genauigkeit von über 90 % bei der späteren Wiederkennung zu erreichen. Je komplexer das zu bewertende Bauteil oder desto vielfältiger die möglichen Mängel, desto mehr Bildmaterial wird benötigt. Das Trainingsmaterial kann jederzeit um neue Daten ergänzt werden. Daher empfehlen wir, zum Einstieg bereits mit einer kleineren Bilddatenbank das „Lernen zu beginnen“.

Das Lernen beginnen Sie mit dem Klick auf den gleichnamigen Button. Direkt nach dem Klick zeigt das System eine geschätzte Dauer an, die benötigt wird, um das übertragene Bildmaterial mit Hilfe von Mashine Learning zu verarbeiten. Hierzu verwendet das System nicht nur das Bildmaterial aus der Kamera, sondern ergänzt es um zusätzliches Material durch Manipulation des Bildmaterials: Verzehrte oder verdrehte Bilddateien.

Abbildung: Der lernene Modus

Das Lernen beginnen Sie mit dem Klick auf den gleichnamigen Button. Direkt nach dem Klick zeigt das System eine geschätzte Dauer an, die benötigt wird, um das übertragene Bildmaterial mit Hilfe von Mashine Learning zu verarbeiten. Hierzu verwendet das System nicht nur das Bildmaterial aus der Kamera, sondern ergänzt es um zusätzliches Material durch Manipulation des Bildmaterials: Verzehrte oder verdrehte Bilddateien.

Für die Dauer des Trainingsprozesses verarbeitet die KI das Bildmaterial in Schleifen. Die KI versucht auf den Bildern zusammenhängende Muster zu erkennen, diese in Regeln abzuspeichern und abschließend in einem Selbsttest zu verifizieren. Die selbsterlegten Regeln werden von Durchlauf zu Durchlauf genauer, so dass die KI bereits mit wenig Training nach kurzer Zeit Genauigkeiten über 80 % in der Bilderkennung beherrscht. Mit mehr Zeit und mehr Bildmaterial sind über 96 % möglich.

Assistenzmodus

Der Assistenzmodus dient der Verifizierung der eigenen Regeln durch einen Menschen. Das heißt es werden Produkte im Sichtfeld der Kamera platziert. Die KI schlägt als Assistenzsystem sofort einen Zustand (gut oder schlecht) vor. Im Fall des Prototypen in der Qualitätssicherung ist es ein grüner Bildrahmen für ein fehlerfreies Bauteil, bzw. ein roter Rahmen für ein fehlerhaftes Bauteil. Vor allem bei komplexen Bauteilen wird der Mitarbeiter noch in regelmäßigen Abständen korrigierend eingreifen müssen. Im Kern dient dieser Modus der weiteren Verbesserung der KI mit Daten aus dem Realbetrieb. Mit diesem Ansatz ist die geforderte Genauigkeit von über 96 % umsetzbar. Sobald der Mitarbeiter in der Qualitätssicherung bestätigt, dass die Einschätzungen der KI den angeforderten Standards entsprechen, kann die Phase 3, der autonome Modus gestartet werden.

Autonomer Modus

Dieser Modus soll den selbstständigen Betrieb ermöglichen. Das heißt die Beurteilung der Bauteilqualität erfolgt ohne Prüfung eines Mitarbeiters. Die KI hat für diese Phase einen ausreichend großen Datensatz kennengelernt und kann die Sichtprüfung zur Beurteilung der Bauteilqualität selbstständig und zuverlässig durchführen. Sobald dieser Zustand erreicht ist, entfaltet das System seine vollen Optimierungspotentiale. Bis dato als Gimmick wahrgenommen, dient sie in diesem Stadium als Optimierungsfaktor. Qualitätsbewertungen können von nun ab in einem Bruchteil der Zeit durchgeführt werden.

Abbildung: Der autonome Modus