Malgré toutes les promesses de la transformation numérique et le rôle de l'intelligence artificielle dans l'alimentation des usines du futur, son adoption est encore relativement naissante dans une grande partie du secteur manufacturier. À propos de l'auteur Ted Plummer, chef de produit senior et expert résident en intelligence artificielle à la société d'impression 3D industrielle Markforged. Il y a plusieurs raisons à cela, notamment un manque de compréhension de ce qu'est réellement l'IA et des changements qu'elle apportera. Séparer les faits de la (science) fiction peut être difficile. La confusion, associée à l'incertitude, engendre des craintes et des idées fausses, qu'il s'agisse de risques pour la sécurité, de pertes d'emplois, de parte de contrôle et de ce que la technologie peut et ne peut pas hacer.
Mythe 1 : l'IA est l'objectif final
Il y a une idée fausse selon laquelle l'IA elle-même est un avantage : j'ai eu d'innombrables conversations avec des clients qui ont mal compris que l'IA est un mécanisme, pas un avantage. J'ai entendu "J'attendrai qu'il 'AI'" plus de fois que je ne peux compter. La réalité est que l'avantage de l'IA n'est pas le processus lui-même, mais comme tout type d'analyse de données, la valeur de l'IA vient de sa capacité à résoudre les problèmes plus rapidement, en accélérant la production. L'IA est le comment, pas le pourquoi. La deuxième partie de l'équation de l'IA est l'apprentissage fédéré. Les smartphones Apple ou Android utilisent la technologie d'apprentissage fédéré pour s'améliorer avec chaque message texte saisi en fonction de la façon dont les utilisateurs individuels et de groupe interagissent avec leurs claviers. De même, notre réseau de plus de 10,000 3 imprimantes XNUMXD connectées en toute sécurité applique cette technologie d'intelligence artificielle pour permettre à chaque machine de « devenir plus intelligente » à chaque impression, tout en maintenant les normes les plus élevées de confidentialité, d'intégrité et de confidentialité des données client. En analysant les données de la "flotte" d'imprimantes, l'IA peut détecter les corrections ou les ajustements effectués régulièrement, par exemple lorsque les angles de projection ou les motifs de remplissage ne sont pas tout à fait corrects. Ces opportunités d'amélioration peuvent ensuite être réinjectées dans le système, améliorant ainsi les performances collectives des imprimantes sans intervention humaine.
Mythe 2 : l'IA n'est pas sécurisée et basée sur des données propriétaires
Il existe une idée fausse selon laquelle, puisque l'IA est axée sur les données, elle oblige ceux qui l'utilisent à partager leur propriété intellectuelle (PI) à des fins lucratives. Ce n'est pas le cas. En ce qui concerne l'IA dans l'impression 3D, l'adresse IP du client et les données de la pièce restent séparées dans des limites de sécurité. Ce ne sont pas ces informations propriétaires qui pilotent l'apprentissage fédéré décrit ci-dessus, mais des métadonnées anonymes. Ce sont les informations qui sont essentiellement collectées dans un "ensemble" de données qui permet aux machines d'apprendre et de s'améliorer. Il n'est pas possible de recréer l'une des adresses IP source à partir des données collectives. Cependant, comme pour toute technologie basée sur les données, la sécurité est toujours de la plus haute importance lorsqu'il s'agit d'utiliser l'IA. S'assurer que vous êtes basé sur une plate-forme sécurisée avec l'intégrité et la confidentialité des données client est essentiel, et une certification ISO 27001 est un excellent moyen de montrer que vous avez investi dans la gestion des risques.
Mythe 3 : l'IA évolue constamment, ce qui rend ses résultats imprévisibles et impropres à la répétabilité.
Pour les industries hautement réglementées comme l'aérospatiale, la répétabilité est primordiale. Lors de la création de pièces pour des avions, par exemple, la 10.000 XNUMXe pièce imprimée doit être exactement la même que la première. Pour cette raison, l'IA, et l'apprentissage fédéré en particulier, est souvent boudée par les industries réglementées. Ses avantages d'apprentissage progressif et d'améliorations sont considérés comme étant en contradiction avec les exigences strictes et critiques de sécurité à vie. Cependant, des industries comme l'aérospatiale, où la répétabilité est requise, peuvent toujours bénéficier des technologies basées sur l'IA. Il peut être utilisé pour des itérations de conception, par exemple pour aider à affiner et perfectionner des pièces d'avions dans les premiers stades de développement. Une fois que l'équipe est satisfaite de la configuration de la salle, le système peut être « verrouillé » pour s'assurer qu'aucune autre modification ou mise à jour des données de la flotte ne soit incorporée. À ce stade, la technologie peut être utilisée comme outil de vérification pour s'assurer qu'il n'y a pas de contournement dans le processus d'impression et que chaque pièce est exactement la même que la précédente. À long terme, la même technologie peut offrir une répétabilité encore plus grande en détectant et en compensant les changements de comportement du système, comme le manque de lubrification ou l'usure de la machine.
Mythe 4 : l'IA remplacera les humains et supprimera nos emplois
Ce mythe réside encore beaucoup dans le monde de la science-fiction. Je dis laisser la machine prendre le relais quand il s'agit de problèmes de machine ! Très peu d'opérateurs, d'ingénieurs ou de concepteurs industriels se plaindraient si les machines pouvaient "se réparer", les libérant des tâches de dépannage banales et leur permettant de mener à bien leurs tâches quotidiennes. Au lieu de nous rendre paresseux ou redondants, l'utilisation de l'intelligence artificielle et de l'apprentissage automatique contribue à stimuler l'innovation et des pratiques de travail plus intelligentes. Dans la fabrication ou la conception de produits, au lieu de se concentrer sur des questions « quoi » et « comment » plus axées sur les processus, cela permet aux ingénieurs de poser des questions « pourquoi » et « et si » et d'explorer les implications de différents scénarios lorsqu'il s'agit d'augmenter l'efficacité ou de créer de nouveaux produits, ce qui conduit finalement à une augmentation des opportunités commerciales.
Mythe 5 : le coût de l'IA freine son adoption
Il y a deux réponses courantes que j'entends lorsque je parle aux clients de nos machines alimentées par l'IA : (1) "Je ne peux pas croire à quel point c'est abordable !" Ou (2) "Cela coûte trop cher !" Comme pour toute technologie en développement, il y a ceux qui peuvent voir la valeur qu'elle peut apporter et ceux qui la voient comme un luxe coûteux. Nous commençons à voir ce changement alors que l'IA dépasse la phase d'adoption précoce. Ceux qui préconisent des solutions basées sur l'IA dans l'usine se concentrent sur la valeur qu'elles peuvent offrir, permettant essentiellement aux machines de résoudre les problèmes liés aux machines, libérant les ingénieurs et les opérateurs pour investir dans l'innovation, le développement de produits et d'autres efforts liés aux personnes. . Il est important de se rappeler que bon nombre de ces mythes existent car toutes les IA ne sont pas créées égales. Pour être un outil efficace, l'IA nécessite l'accès à de grandes quantités de données ; les machines ne peuvent pas "apprendre" sans un flux constant de données fiables. Avant d'investir dans une technologie basée sur l'IA, assurez-vous de disposer d'une source de données fiable pouvant évoluer avec les machines que vous alimentez.