Sztuczna inteligencja rewolucjonizuje produkcję

Sztuczna Inteligencja na dobre wkroczyła w nasze życie i będzie ona obejmować coraz więcej jego aspektów. Prace nad wykorzystaniem AI w produkcji trwają od lat, a o „myślących maszynach” w 1. poł. XX w. pisał brytyjski matematyk Alan Turing. Jak będzie wyglądać fabryka przyszłości? W jakim kierunku zmierza produkcja? W jakie rozwiązania z zakresu AI i Machine Learning opłaca się inwestować firmom? O nowatorskich rozwiązaniach w zarządzaniu procesem produkcji rozmawiamy z Michałem Siedleckim – założycielem i wiceprezesem firmy Simple SA, która już dziś posiada rozwiązania, odpowiadające wyzwaniom nowoczesnej produkcji.

Jakie zmiany zaszły na przestrzeni ostatnich lat w procesie zarządzania produkcją?

Michał Siedlecki, Wiceprezes Zarządu Simple SA:

Michał Siedlecki, Wiceprezes Zarządu Simple SA

Michał Siedlecki, Wiceprezes Zarządu Simple SA

Współczesne przedsiębiorstwa funkcjonują w otoczeniu charakteryzującym się ciągłymi zmianami. Zmieniające się potrzeby klientów wymagają stałego doskonalenia produktów oraz procesów ich wytwarzania. Ciągłe podnoszenie efektywności produkcji jest warunkiem koniecznym utrzymywanie się przedsiębiorstw na konkurencyjnym rynku. Stały postęp techniczny sprawia, że w miejsce tradycyjnych maszyn przedsiębiorstwa dysponują inteligentnymi liniami produkcyjnymi. Wszytko to stawia nowe wyzwania przed zarządzaniem procesami produkcyjnymi. Od blisko 30 lat upowszechniają się lekkie metody zarządzania produkcją typu „lean manufacturing”, a obecnie coraz więcej słychać o koncepcji „Przemysł 4.0”, która określa zmiany, które zachodzą w produkcji przemysłowej pod wpływem technologii informatycznych. Simple SA dostrzegając te zmiany i wychodząc naprzeciw potrzebom naszych klientów stworzyła rozwiązania, które pozwalają efektywnie zarządzać procesami produkcyjnymi. Rozwiązania te bazują również na wykorzystaniu „sztucznej inteligencji”, w tym algorytmów ewolucyjnych i uczenia maszynowego.

Jak na potrzeby produkcyjne firm odpowiada Simple SA i jakie rozwiązania oparte na AI i Machine Learning oferuje?

Najnowszym rozwiązaniem Simple SA wykorzystującym sztuczną inteligencję do planowania i optymalizacji procesów produkcyjnych jest produkt klasy APS (Advanced Planning and Scheduling) o nazwie SIMPLE.APS. Produkt nasz wykorzystuje algorytm ewolucyjny do tworzenia i optymalizacji harmonogramu produkcji. Algorytm ten zbudowany od początku przez naszą firmę jest rozwinięciem koncepcji algorytmów genetycznych. W naszym algorytmie poza populacją osobników i funkcją dostosowania rozwinięte jest pojęcie środowiska (otoczenia produkcyjnego), które może być dowolnie modelowane za pomocą najczęściej wykorzystywanego w obszarze sztucznej inteligencji języka python. Rozwiązanie charakteryzuje się tym, że nawet dla bardzo dużej liczby zleceń produkcyjnych już po kilku sekundach zwraca wynik suboptymalny, który bardzo szybko dąży do wyniku optymalnego.

W jakim kierunku idą prace związane z użyciem algorytmów ewolucyjnych i uczenia maszynowego, i do czego zostaną wykorzystane?

Nasz stworzony w oparciu o algorytm ewolucyjny moduł SIMPLE.APS rozwijamy obecnie o bibliotekę definicji różnych zaawansowanych zasobów produkcyjnych takich jak piece, mieszalniki, obrabiarki wielostołowe itp. Po wdrożeniu systemu klienci będą mogli sami rozwijać tę bibliotekę, dodając do niej definicję nowych maszyn i innych zasobów produkcyjnych.

Pracujemy obecnie nad wykorzystaniem algorytmów uczenia maszynowego w obszarze produkcyjnym do tak zwanej „analizy wykonalności”. Algorytm na podstawie zamówienia klienta bardzo szybko odpowie na pytanie, na kiedy i za ile jesteśmy w stanie je zrealizować. Algorytm samouczący, na podstawie zgromadzonych danych o historycznych procesach produkcyjnych będzie z coraz większą dokładnością potrafił odpowiedzieć na te pytania.

Bardzo dobre doświadczenia z zastosowania algorytmu ewolucyjnego do optymalizacji harmonogramu produkcji skłaniają nas do użycia go do innych naszych rozwiązań. Poza tworzeniem systemów dla firm produkcyjnych, drugą naszą specjalnością są rozwiązania dla uczelni wyższych. Przymierzamy się właśnie do zastosowania opracowanego przez nas algorytmu do optymalizacji procesu dydaktycznego.

Co zyska przedsiębiorstwo wdrażając powyższe rozwiązanie?

Jesteśmy w trakcie pilotażowego wdrożenia SIMPLE.APS u kilku naszych klientów i uzyskiwane efekty przeszły nasze najśmielsze oczekiwania. Na bazie jednego z nich po kilku minutach pracy algorytmu uzyskaliśmy oszczędność wykorzystania zasobów produkcyjnych na poziomie powyżej tysiąca maszyno-dniówek. Łatwo policzyć jakie to oszczędności.

Możliwość zadawania praktycznie dowolnych kryteriów optymalizacji pozwala między innymi na:

  • wyeliminowanie opóźnień w terminach realizacji produkcji
  • optymalizację wykorzystania zasobów produkcyjnych
  • minimalizację cykli produkcyjnych
  • minimalizację stanów magazynowych
  • minimalizację przezbrojeń
  • minimalizację zużycia energii

Wszystkie te korzyści pozwolą naszym klientom na poprawę efektywności produkcji i budowanie przewagi konkurencyjnej.