Tekoäly kiihdyttää teollisuuden automaatiokehitystä

Miten tekoäly muuttaa Glastonin lasinkarkaisutuotteita? Mitkä ovat digitalisaation uusimmat tuulet maansiirtosovelluksissa? Miten tekoäly liittyy videoiden kompressointiin? Miten lähellä täysin autonomisia kaivos-, maatalous- ja satamatyökoneita ollaan?

Parhaillaan kehitteillä olevia teollisuuden tekoälysovelluksia esitellään Tampereella Hervannassa Kampusklubilla järjestettävässä AI Aamussa torstaina 13.kesäkuuta. Tekoäly teollisuudessa -tapahtumassa ovat mukana muun muassa Glaston, Novatron, Nokia Technologies, Epec, Tampereen yliopisto ja DIMECC. Esiteltävät teollisuuden tekoälysovellukset ovat peräisin kaksivuotisesta MIDAS-projektista, joka on nyt puolivälissä. Kaikki projektin tutkimusaiheet ovat yrityslähtöisiä.

Glaston panostaa vahvasti tuotekehitykseen, jonka kärjessä ovat digitaalisten ja IoT-pohjaisten tuotteiden kehittäminen. Glastonin MIDAS-tutkimusaihe keskittyy karkaisukoneen koneälyyn ja se tähtää kohti täysin automatisoitua karkaisu-uunia. 
”Glastonin tekoälykehityksen pohjan luo yli sadan karkaisukoneen pilveen keräämä data, joka on ylittänyt jo miljoonan lastauksen rajan tämän vuoden alussa. Tälle alustalle Glaston kehittää uusia teknologioita kuten syväoppivia neuroverkkoja, joilla lisätään karkaisuprosessin automatisointia sekä luodaan ennakoivan huollon toiminnallisuuksia”, kertoo Kai Knuutila, Glastonin digitaalisten palvelujen vetäjä.

Novatronin koneohjausjärjestelmän ja sensorien avulla työkone tietää reaaliaikaisesti ja senttien tarkkuudella oman sijaintinsa ja tilan työmaalla. Työkoneeseen liitettyjen stereokameroiden ja LiDAR-sensorien avulla kerätään tietoa koneen ympäristöstä ja projektissa kehitettyjen algoritmien avulla luodaan koneen ympäristöstä reaaliaikainen ja jatkuvasti päivittyvä dynaaminen tilannekuva. Tavoitteena on lisätä työkoneen kuljettajan tilannetietoisuutta, mahdollistaa automaattisten työvaiheiden turvallinen suorittaminen sekä kerätä toteumatietoa työmaan tilanteesta.
”Yksi Novatronin kilpailuetu ohjausjärjestelmämarkkinoilla on päivystävä tekninen tuki, mutta tuen skaalaaminen liiketoiminnan kasvaessa globaaliksi on haastavaa. Tavoitteena on vähentää teknisen tuen kuormitusta lisäämällä järjestelmään itsediagnostiikkaa käyttäen koneoppimisen menetelmiä”, Novatronin tutkimusjohtaja Petri Moisio kuvailee.

Epecin perinteistä erikoisosaamista ovat erittäin vaativien ympäristöolosuhteiden koneenohjausjärjestelmät, IoT-ratkaisut sekä toiminnallinen turvallisuus. Epec toimii koneenvalmistajien kumppanina auttaen heitä ratkaisemaan ohjausjärjestelmiin liittyvät haasteet. MIDAS-hankkeessa Epecin kehityskohteena on liikkuvien koneiden automaatio ja kuljettajaa avustavat järjestelmät. Tavoitteena on keinoälyn soveltaminen robotiikkaan sekä ennakoivaan huoltoon avaten uusia mahdollisuuksia koneenrakentajille. 

Tampereen yliopistolla on pitkä kymmenien vuosien kokemus teollisuuden osaajien kouluttajana ja tutkimus- ja kehityspartnerina. Tekoäly on lähivuosina keskeinen painopistealue tämän yhteistyön kehittämisessä ja laajentamisessa. MIDAS-hankkeessa yliopisto tutkii yleisiä koneoppimisen käyttöönottoon liittyviä pullonkauloja ja menetelmiä niiden välttämiseksi: oppivia annotaatiomenetelmiä, resurssiniukkoja neuroverkkoja sekä niille sopivia sulautettuja alustaratkaisuja ja käyttötapauksia etenkin älykkäiden koneiden alueella.

Kesäkuussa 2018 käynnistynyt MIDAS-yritysryhmähanke on Business Finlandin rahoittama ja sitä koordinoi DIMECC.
”MIDAS on lähtenyt poikkeuksellisen hyvin liikkeelle. On melko harvinaista, että yritysryhmähanke esittelee tuloksia ja toimintaansa näin pian. Tekoäly ja koneoppiminen on osoittautunut erittäin ajankohtaiseksi ja hedelmälliseksi teemaksi. MIDAS hankkeen ympärille on itse asiassa syntynyt vireä AI-ekosysteemi, joka kiihdyttää varsin laajasti teollisten sovellusten syntyä ja osaamisen kasvua”, sanoo MIDAS-ohjelman päällikkö tekniikan tohtori Arto Peltomaa.

Lisätietoa Tampereen Kampusklubilla järjestettävästä AI Aamusta http://www.aiaamu.fi/

Tilaisuus on kaikille avoin ja ilmainen, mutta vaatii rekisteröitymisen: https://bit.ly/303jBDC

Lisätietoa MIDAS-projektista https://www.dimecc.com/dimecc-services/lifex/