Migliorare la qualità di produzione e il rilevamento dei difetti analizzando e diagnosticando automaticamente i dati di scansione ultrasonica nei test di tipo Non-Destructive (NDT). E' questa l'intento della nuova tecnologia basata su logica di
intelligenza artificiale sviluppata nei laboratori europei di
Fujitsu.
La soluzione utilizza uno schema
deep learning che sfrutta una rete neurale in modo tale da convertire l’analisi dei dati in un’analisi d’immagini, automatizzando ed accelerando la rilevazione di modelli standard che possono indicare difetti di fabbricazione permettendo ai tecnici di intervenire per risolvere il problema evidenziato.
"Il controllo qualità viene così migliorato, eliminando le strozzature potenziali nel processo produttivo, aumentando il potenziale incremento di produzione e migliorando significativamente l'efficienza. Inoltre,
la soluzione permette al sistema di continuare ad apprendere anche dopo il deployment, consentendo un miglioramento continuo delle prestazioni e un più alto ritorno dell'investimento".
Adel Rouz, Executive Vice President di Fujitsu Laboratories of Europe, spiega il significato di questo approccio tecnologico innovativo: "Abbiamo sviluppato un generico machine learning per il rilevamento del pattern, utilizzando un processo che traduce qualsiasi problema di analisi dei dati grezzi in uno che coinvolge il riconoscimento delle immagini. Collaborando con i produttori, possiamo lavorare rapidamente alla soluzione di una specifica applicazione, grazie alla sua capacità di imparare anche da pochi casi. Questo riduce notevolmente la quantità di dati che devono essere richiesti, accelerando l'intero processo di installazione. Nei laboratori europei di Fujitsu siamo focalizzati su una strategia di co-creazione per risolvere i problemi di produzione reale in tempi record, mettendo a disposizione la nostra esperienza nel manufacturing e le nostre più moderne innovazioni in AI".