A Bosch Hildesheimben működő gyárában az integrált kamerák nem az embereket figyelik, hanem a motor egyik kulcsfontosságú alkatrészét. Itt született meg az a fejlesztés, amelyben a generatív mesterséges intelligencia valós ipari problémát old meg: a hibafelismerést.
A kiindulópont: kevés adat, túl jó minőség
A Bosch évtizedeken át emberi ellenőrzéssel vizsgálta az alkatrészeket, majd fokozatosan áttért az AI-alapú, automatizált optikai vizsgálatra. Az eljárás megbízható, de hatalmas mennyiségű képadatra van szüksége ahhoz, hogy a rendszer megtanulja, mi számít hibának és mi nem.
„Vagy nagyon sokáig kellene várnunk, amíg minden hibatípusról elegendő fénykép gyűlik össze, vagy tudatosan kellene hibás darabokat gyártanunk” – magyarázta Ria Riemer, a projekt vezetője. Csakhogy a gyártási minőség annyira magas, hogy természetes módon alig keletkezik hibás alkatrész. Már néhány apró hiba is súlyos következményekkel járhat – akár teljes szériák visszahívásával.
A megoldás: szintetikus adatok
Amikor a Hildesheimi üzem új terméktípus gyártósorát indította el, felmerült a kérdés: hogyan lehet elegendő hibaképet gyűjteni anélkül, hogy valódi hibákat kellene előidézni? A választ a generatív mesterséges intelligencia adta.
„A generatív AI lehetővé teszi, hogy mesterségesen modellezzük a potenciális hibákat és azok variációit, még mielőtt a valóságban előfordulnának” – mondta Laura Beggel, a Bosch Research adattudósa. Ő és csapata összesen mintegy 15 000 AI képet generált a gyár számára, mindössze néhány tucatnyi valós hibafotó alapján.
A módszer alapja az úgynevezett domain transfer: a modell megtanulja, hogyan néznek ki a hasonló termékek hibái, majd ezt az új gyártási kontextusra vetíti. A valós és a generált képek együttesen adják a tréningadatot az AI-alapú ellenőrző rendszernek.
Hat különböző hibatípus – és 100 %-os felismerés
A kamerák 2D- és 3D-felvételeket készítenek a gyártás minden szakaszáról, összesen tizenkétszer villanva minden darabon. Az AI a valós és mesterséges képeken tanulja meg a jó és a hibás alkatrészek jellemzőit. Amikor új képet kap, másodperctöredék alatt dönt arról, hogy a darab hibátlan-e. Ha hibát talál, a rendszer automatikusan visszaküldi az alkatrészt az újramunkálásra.
Az emberi vizuális ellenőrzés átlagosan 70–90 %-os pontosságot ér el; az AI-alapú rendszer ezzel szemben megközelíti a 100 %-ot. Ráadásul a modell néha annyira élethű képeket generál, hogy a mérnökök sem tudják megkülönböztetni őket a valósaktól – és pontosan ez a cél.
Mérhető üzleti eredmény
A generatív AI bevezetésével a Bosch már a gyártás korai szakaszában képes betanítani az optikai ellenőrző modelleket.
Az új módszer hat hónappal rövidebb projektidőt eredményezett, és évente hat számjegyű euróban mérhető produktivitás-növekedést hozott. A vállalat ezért a Hildesheimi pilot után a cseh Jihlava-i és az amerikai Charleston-i üzemekben is tervezi a rendszer bevezetését.
A technológia tágabb hatása
A generatív AI ma már nem csupán az adatpótlás eszköze, hanem a minőségbiztosítás új alapja.
A Bosch példája jól mutatja, hogyan lehet a mesterségesen előállított adatokkal nemcsak meglévő modelleket finomítani, hanem teljesen új, robusztus rendszereket építeni.
A módszer skálázható: minél több gyár használja, annál pontosabb és gyorsabb lesz az AI.
„A generatív AI az egyik legnagyobb húzóerő a gyártásban a hatékonyság és a minőség javítására” – mondta Laura Beggel. „Nemcsak a meglévő AI-megoldásokat tudjuk optimalizálni vele, hanem széles körben elterjeszthetjük ezt a technológiát a Bosch-on belül.”
Gondolat zárásként
A Bosch példája tökéletesen megmutatja, hol van a generatív AI valódi értéke:
nem a látványban, hanem az adatokban.
Amikor az AI már nemcsak elemez, hanem adatot is képes előállítani, akkor a gyártás, a logisztika és a minőségbiztosítás új korszakba lép.
Ez az a pont, ahol a mesterséges intelligencia nem helyettesíti, hanem kiterjeszti az emberi tudást.
Forrás: Bosch – „Generative AI in manufacturing: Out of the old, emerges the new”
A cikk szerzője:
Pásti Edina
Generatív AI szakértő