Como as empresas usam a inteligência artificial
A Sociedade Fraunhofer realiza pesquisas sobre o uso da IA – orientada para a aplicação e com o objetivo de ajudar a economia.
O que a inteligência artificial pode fazer melhor que os humanos? “O cérebro humano é extremamente bom no reconhecimento de padrões”, diz o Professor Thomas Rauschenbach, diretor da seção de Engenharia de Sistemas Aplicados do Instituto Fraunhofer de Optrônica, Tecnologias de Sistemas e Exploração de Imagem. “Eles podem dizer a diferença entre uma xícara de café e um copo de água sem muito esforço. Entretanto, é muito mais difícil reconhecer padrões nos chamados dados de massa, também conhecidos como “Big Data”. É aqui que a inteligência artificial é superior à humana.” A Sociedade Fraunhofer analisa como isso poderia beneficiar a indústria. Com seus aproximadamente 30.000 funcionários e funcionárias, é a principal organização de pesquisa orientada para a aplicação, não apenas na Alemanha, mas em todo o mundo.
Aqui você conhecerá três projetos de IA da Sociedade Fraunhofer para a indústria:
REMORA – pré-requisito e base para a implantação da IA
O uso da inteligência artificial nas empresas encontra muitos obstáculos, por exemplo, sistemas e máquinas de diferentes fabricantes envelhecidos de maneira diferente. Eles frequentemente “falam” muitos idiomas diferentes e armazenam dados em diferentes formatos e bancos de dados. O projeto REMORA (Multi-Stage Automated Continuous Delivery for AI-based Software & Services Development in Industry 4.0 - Entrega contínua automatizada em múltiplos estágios para desenvolvimento de software e serviços baseados em IA na indústria 4.0) tem o objetivo de ser uma estrutura aberta e tecnologicamente neutra para permitir que todos os sistemas de uma empresa se entendam uns aos outros e assim permitir o uso abrangente da IA.
Condition Monitoring und Predictive Maintance (Monitoramento da Condição e Manutenção Preditiva) – manter as máquinas em funcionamento
O “Monitoramento da Condição” usa as menores alterações na série de dados de valores medidos, por exemplo, o som de uma máquina, para detectar problemas incipientes nas fábricas durante o funcionamento, tais como desgaste ou mau funcionamento. Ele as classifica e desencadeia reações. A “Manutenção Preditiva” prevê falhas e desgaste de máquinas individuais ou parques industriais inteiros a partir da análise de séries de dados. Isso permite um planejamento preciso de serviço e manutenção. Assim, minimiza o tempo de inatividade e acelera a solução de problemas e reparos.
“Explainable AI” (IA Explicável) (XAI) – como a IA chega a seus resultados
A IA na indústria também tem desvantagens? Thomas Rauschenbach diz: “Um grande desafio no uso de alguns métodos de aprendizado profundo é que não podemos compreender claramente os resultados da IA.” Com avaliações estatísticas, os resultados podem ser explicados de forma conclusiva, mas é diferente com algoritmos mais complexos e de autoaprendizado. “Com processos de IA, muito se assemelha a uma caixa preta. Se o resultado não se encaixa, é difícil entender o porquê”, diz Rauschenbach. A “Explainable AI” (XAI) é, portanto, um importante tópico de pesquisa na Sociedade Fraunhofer. Ela deve tornar transparente e compreensível como a IA chega aos seus resultados.
You would like to receive regular information about Germany? Subscribe here:
