Otomasyon dergisi, Türkiye'nin otomasyon konusundaki ilk ve en köklü dergisidir. 1992 yılında “Türkiye’de Otomasyonsuz Fabrika Kalmasın” sloganıyla yola çıkan dergi, Türkiye endüstrisinin otomasyon konusunda bilgilendirilmesini kendisine misyon edinmiştir. Dünyadaki ve Türkiye'deki gelişmeleri anında okuruna iletmeyi; otomasyon alanında yapılacak yatırımların, doğru ve kârlı olabilmesi için yol gösterici bir rol oynamayı amaçlamıştır.

ENDÜSTRİNİN DİNAMİKLERİNİ DEĞİŞTİREN YAPAY ZEKÂ TEKNOLOJİLERİ

OMRON

BASİTLEŞTİRİLMİŞ KULLANIM VE UÇ BİLEŞENDE BİLGİ İŞLEM, YAPAY ZEKÂNIN ENDÜSTRİYEL SEKTÖRE YENİ DİNAMİKLER GETİRMESİNE YARDIMCI OLUYOR.

McKinsey’in pazar analistleri, yakın tarihli bir araştırmada yapay zekâ tabanlı hizmetler, yazılımlar ve donanım için küresel pazarın her yıl yüzde 25 artarak 2025’te 130 milyar dolara ulaşacağını tahmin ediyor. Öte yandan araştırmacılar, akıllı robot kullanımının 2030’a kadar GSYH’yi yüzde dört artıracağını öngörüyor.

Bununla birlikte yapay zekâ, Avrupa’daki endüstriler için aynı zamanda büyük bir sorun teşkil ediyor.

Yakın tarihli bir WIPO araştırmasına göre Avrupa, yapay zekâda ABD ve Çin’in gerisinde. Korkulardan arınıp büyüklüğü ve endüstrisi ne olursa olsun her şirkete yapay zekâyı nasıl kullanabileceğine dair öneriler sağlamanın zamanı geldi. Yapay zekânın avantajlarını ve olanaklarını net biçimde gösteren alanlardan biri, kestirimci bakım.

SAĞLIK HİZMETLERİ VE OTOMOTİV SEKTÖRLERİ, YAPAY ZEKÂ İLE ÜRETİMİN ÖNCÜLÜĞÜNÜ ÜSTLENİYOR

Yapay zekâ tabanlı teknolojilerin ve robotların endüstriyel ortamlarında kullanımı, hala emekleme döneminde. Bununla birlikte her geçen gün daha fazla üretim şirketi, genel ekipman verimliliğini (OEE) artırmak suretiyle maliyetleri azaltma ve verimliliği artırmada yapay zekâ kullanımının sunduğu fırsatı fark ediyor. 2018 yılının sonunda, İsveç’in Malmö kentinde düzenlenen konferansta trendleri ve sorunları tartışmak için bir araya gelen öncü yapay zekâ uzmanları şu sonuca vardı: “Teknolojik gelişme ve uygulamalar önümüzdeki yıllarda güçlü bir şekilde artacak, bu yüzden farkındalığın ve teknik bilginin hızla artırılması gerekiyor.”

Yapay zekâ profesörü ve yazar Thomas Terney, diğer endüstrilerdeki şirketlerin sağlık hizmetleri ve otomotiv sektörlerini örnek alması gerektiğini şu sözlerle açıklıyor: “Sağlık hizmetleri sektörü her zaman veri odaklı olurken üretim endüstrisi elle tutulur ürünlere odaklanmıştır.”

Omron’un Araştırma ve Geliştirme Müdürü Tim Foreman, ”Genellikle en az 20 yıl çalışması gereken makinelerle çalışan üretim şirketleri aslında tutucudur. Ne var ki bu durum yapay zekâ söz konusu olduğunda geride kalmaları gerektiği anlamına gelmiyor. Yenilikçi teknolojilerin endüstriyel ortamda sunduğu fırsatlara ve olanaklara daha yakından bakmanın zamanı geldi” dedi.

“YAPAY ZEKÂ HER BÜYÜKLÜKTE ŞİRKETE UYGUN”

Yapay zekâ alanında özellikle Çin ve ABD, Avrupa ülkelerinin ilerisinde. Bu nedenle otomasyona ve yapay zekâya daha fazla dikkat ayıracak stratejilere ve teknolojilere ihtiyaç var. Bugüne kadar bazı şirketler (özellikle küçük ve orta büyüklüktekiler), yapay zekânın kendileri için çok karmaşık ve pahalı olduğunu düşündü. Ayrıca tesis inşaatı ve makine mühendisliğinde birçok karmaşık ve benzersiz tasarım bulunuyor. Bu yüzden öğrenim deneyimleri, tüketim maddeleri endüstrisindeki seri üretimde olduğu gibi diğer makinelerle kolayca aktarılamıyor. Sistemlerin büyük bölümünün karmaşıklık düzeyi, tüm sistemi hızlı ve basit bir şekilde açıklamayı imkansız kılacak kadar ileri bir seviyede. Terney, şunları söylüyor: “Küçük şirketler genellikle müşterilere daha yakındır ve dolayısıyla daha hızlı hareket edebilir. Onların sorunu, büyük rakipleri kadar ucuza üretim yapmaktır. Robotlar ve yapay zekâ, çok geniş bir tedarikçi yelpazesine son derece özelleşmiş üretim hatları sağlayarak, yeni bir denge oluşturuyor.”

Şimdiden makine öğrenimini temel alan açık kaynaklı yazılımlar ve uygulamalar gibi endüstriyel kullanıma çok uygun yapay zekâ çözümleri mevcut. Bunun öncüleri arasında Google ve Amazon gibi büyük teknoloji şirketleri var. Bu yeni fırsatlardan en iyi şekilde yararlanmak için şirketlerin, yapay zekânın iki temel taşı olan yüksek miktarda veri ve gelişmiş algoritmalarla çalışabilir duruma gelmeleri gerekiyor. Yöneticilerin ve çalışanların bu alanda kendilerini eğitmek gibi bir görevleri bulunuyor.

Robotik sistem ve otomasyon tedarikçileri, şu anda özellikle küçük ve orta büyüklükteki şirketlerin yapay zekâyı pratik ve verimli bir şekilde kullanmasına yardımcı olacak çok çeşitli yapay zekâ entegratörleri geliştiriyor. Yapay zekânın ardındaki algoritmaların büyük bölümü, bugünden onlarca yıl öncesine uzanıyor. Bununla birlikte, yapay zekânın bugünkü beklentilere ulaşmasına katkı sağlayan asıl faktörler; her zamankinden hızlı gelişen yonga tasarımı, bant genişliği ve yazılım tabanlı veri işlemedir. Durdurulması imkansız görünen bu görkemli ilerleyişin ışığında, şirketlerin fırsatlarına odaklanması ve yetkin oldukları alanları genişletmesi gerekiyor.

“UÇ BİLEŞENDE” YAPAY ZEKÂ, KESTİRİMCİ BAKIMDA DEVRİM YARATIYOR

Yapay zekâ tabanlı teknolojiler, insan ile makine arasında yeni bir uyum ortaya çıkarıyor. Bu konsepte “Fabrikada Uyum” adını veriyoruz. Bununla birlikte, bu uyumun mümkün olması için yapay zekâ projelerinin stratejik ve kapsamlı bir şekilde planlanıp uygulanması gerekiyor.

Omron Yapay Zekâ Kontrolörü, doğrudan üretim hattında toplanan süreç verilerini temel alarak örnekleri tanıyarak “uç bileşende” çalışmayı başaran dünyanın ilk yapay zekâ çözümüdür. Kontrol, hareket ve robotik sistem, görüntü işleme ve makine emniyeti modülleriyle fabrika kontrolü için eksiksiz çözüm olan Sysmac platformuna entegre olan Yapay Zekâ Kontrolörü, verimlilik kayıplarını önlemek için doğrudan makinenin içinde kullanmaya uygundur. En büyük verimlilik sorunlarından başlayarak bulgular ve optimizasyon kazanımı, tüm üretim alanına ölçeklenebilir.

Yapay Zekâ Kontrolörü anormal olaylarla ilgili çok miktarda veri gerektirmediğinden uygulanması, diğer çözümlere kıyasla daha kolay ve hızlıdır. Bulut tabanlı yapay zekâ çözümleri, altyapıya ve IT’ye hatırı sayılır ölçüde iş yükü ekler ve yüksek hacimli verilerin işlenmesi zahmetli, zaman alan bir süreçtir. Bununla birlikte, makine düzeyinde yapay zekâ, kestirimci bakım ve makine kontrolü için idealdir. Bu yaklaşım, hat kontrolü işlevlerini gerçek zamanlı yapay zekâ tabanlı veri işlemeyle birleştirir. Bu sayede şirketler öngörülmeyen durumları güvenilir bir şekilde tespit edip hızla yanıt verebilir, kaliteyi artırabilir, bakım sürecini ve makine yaşam döngülerini iyileştirebilir ve gereken şekilde ölçeklendirme yapabilir.

BULUT BİLGİ İŞLEM YERİNE

UÇ BİLEŞENDE BİLGİ İŞLEM

Bulut bilgi işlemin prensibi, verilere ve sistemlere hem basit hem de zahmetsiz erişimdir. Bununla birlikte bu yaklaşım, güvenlik kısıtlamaları ve endişeleri yüzünden genellikle endüstriyel ortamlara uygun değildir. Ayrıca makinenin içine bakmak için hiçbir yol sunmaz. Gerçek zamanlı performans doğrulaması da zordur. Uç bileşende bilgi işlem, kontrolü ve güvenliği artırırken donanım ve algoritmalar gibi kaynakları sınırlandırır. Gerekli bilgileri doğrudan makinede toplayan sensörler, daha derin ve güncel veri analizi sağlar. Ayrıca gerçekten gerekli bilgilerin konsolide edilip sıkıştırılmasıyla denetim ve şeffaflık daha optimize hale gelir.

GELİŞEN YAPAY ZEKÂ İLE BİRLİKTE BÜYÜMEK

Çok miktarda veriyi yönetmek ve uzun vadeli analiz yapmak için genellikle bulut çözümleri uygun olsa da, gerçek zamanlı uygulamalar için uç bileşende yapay zekâ büyük önem taşıyor. Üretim hatları ve makineler gerçek zamanlı sensörlerle izleniyor, veriler hızla toplanır ve anormal durumlara karşı kontrol ediliyor. Üreticiler internet bağlantısına ihtiyaç duymuyor ve IoT protokollerini güven içinde entegre edebiliyor. Bulut bilgi işleme bağımlılığı ortadan kalkan şirketler, yapay zekânın potansiyelini ticari avantajları için kullanabiliyor.

Yapay Zekâ Kontrolörü gibi teknolojiler, yapay zekânın en basit şeklini kullanıyor ancak bu model tanıma türü, gelecekte gelişmeye devam edecek. Yapay zekâ tabanlı çözümlerin endüstriyel ortamda daha kapsamlı bir şekilde uygulanabilmesi için gelecekte yapay zekânın daha kullanıcı dostu olması ve şirketlerin kendilerine daha fazla güvenmeleri gerekiyor. Bu bağlamda, ticari hususlar teknolojik unsurlardan daha büyük önem taşıyor. Teknoloji kullanımının işletme hedeflerini ve gelecek planlarını değil, işletme hedefleri ve gelecek planlarının teknoloji kullanımını belirlemesi gerekiyor.