A fizikai MI egyre inkább gyakorlati mérnöki szakterületté válik, nem pedig a kísérleti robotika címkéjeként használatos kifejezés marad. A fogalom olyan mesterséges intelligenciát jelöl, amely érzékeli a valós világot, időkorlátok mellett hoz döntéseket, és motorokon, hajtásokon, szelepeken, robotokon vagy mobil berendezéseken keresztül hatással van egy fizikai folyamatra. Egy gyárban ez azt jelenti, hogy egy következtetés már nem pusztán azért értékes, mert statisztikailag pontos. Időben meg kell érkeznie, tiszteletben kell tartania a gépállapotokat, zajos adatok mellett is működnie kell, és úgy kell hibáznia, hogy ne idézzen elő veszélyes mozgást.

Ez a változás azért fontos, mert az ipari MI egyre közelebb kerül az eszközökhöz. Kamerák, rezgésérzékelők, áramaláírások, enkóderek és folyamatműszerek a gép szintjén, beágyazott processzorokon futó modelleket táplálhatnak. A helyi végrehajtás csökkenti a felhő késleltetésétől való függést, és a nagy mennyiségű adatot a forrásához közel tartja. Ez a tervezési felelősséget is megváltoztatja: a szabályozástechnikai mérnököknek, a beágyazott rendszerek fejlesztőinek, a gépgyártóknak és a biztonsági szakembereknek meg kell állapodniuk arról, hogy a modell mit figyelhet meg, mit javasolhat, és mit vezérelhet.

Miben különbözik a fizikai MI az üzemi analitikától?

A hagyományos üzemi analitika gyakran a szabályozási körön kívül működik. Egy modell előre jelzi egy csapágy meghibásodását, rangsorolja az energiaveszteségeket, vagy karbantartási időablakot javasol. Az eredményt egy ember ellenőrzi a művelet előtt. A fizikai MI a kör egy részét bezárhatja: egy képfeldolgozó rendszer módosítja a robot pályáját, egy autonóm jármű megváltoztatja a sebességét, vagy egy adaptív szabályozó módosítja az alapjelet. Egy hiba következménye így egy gyenge műszerfal-ajánlásból valódi mechanikai vagy folyamatbeli eseménnyé válik.

Ez a megkülönböztetés hasznos annak eldöntésekor, hogy hol van helye az MI-nek. A determinisztikus PLC-, PAC-, DCS- és biztonsági vezérlőlogikának továbbra is az összekapcsolásgátlásokat, engedélyezéseket, vészleállításokat és korlátozott sorrendvezérlést kell kezelnie. Az MI javíthatja az észlelést, az osztályozást, az optimalizálást és az anomáliaészlelést, kimenetének azonban meghatározott interfészen keresztül kell belépnie az automatizálási architektúrába. A mérnököknek egyértelmű korlátokat kell meghatározniuk a parancstartományra, a frissítési gyakoriságra, a konfidenciaküszöbökre, az időtúllépés kezelésére és arra az állapotra, amelyet akkor kell használni, amikor a modell nem érhető el.

A rétegzett architektúra irányíthatóvá teszi az intelligenciát

A robusztus megvalósítás az inferencia és a védelem közötti szigorú határvonal kialakításával kezdődik. A legalacsonyabb rétegben az érzékelők és a beavatkozó szervek hitelesített jeleket biztosítanak. A determinisztikus vezérlési réteg hajtja végre a mozgásprofilokat, a PID-hurkokat, a berendezésszekvenciákat és a gépállapotok közötti átmeneteket. A peremszámítási réteg olyan feladatokat végez, mint a képosztályozás, a pályabecslés, az akusztikai felismerés vagy a többváltozós optimalizálás. Fölötte a történetiadat- és vállalati platformok kezelik a hosszú távú összefüggéseket, a modellverziókat és a flottaszintű tanulást.

E rétegek közötti interfész nagyobb figyelmet érdemel, mint maga a modell. A mérnöki munkának ki kell terjednie az időbélyegek minőségére, a mértékegységekre, az elavult adatok jelzőire, a jelérvényességre és az üzemmód-kezelésre. Ha egy kamera elveszíti a szinkronizációt, vagy újraindul egy peremcsomópont, a PLC nem értelmezheti az utolsó inferenciát új parancsként. Egy életjel, monoton növekvő sorszám, érvényességi bit és korlátozottérték-ellenőrzés meglepően sok üzembe helyezési hibát képes megelőzni.

A peremarchitektúrákat tervező olvasók összevethetik ezeket az elveket a PLC ProTech valós idejű gépi látásos ellenőrzéshez használható perem-MI-ről szóló útmutatójával. Az észlelés, a döntés és a determinisztikus művelet ugyanilyen szétválasztása érvényes akkor is, ha a kimenet egy hibás alkatrészt selejtez, és akkor is, ha módosítja egy robot pályáját.

A motorvezérlés kritikus infrastruktúrává válik

A fizikai MI végül a mozgáson keresztül éri el a gépet. Még a kifinomult érzékelés sem képes ellensúlyozni a tehetetlenség, a holtjáték, a fékezés vagy a nyomatékhatárok hiányos jellemzését. Egy tanuló rendszer új pályát kérhet, de a szervónak vagy a frekvenciaváltónak ezt az áram-, sebesség-, hőmérsékleti és biztonságosmozgási korlátokon belül kell végrehajtania. Ezért marad központi jelentőségű az MI-t használó tervezésben a hajtáskonfiguráció, az enkóder épsége, a mechanikai fékút és a terhelési esetek vizsgálata.

Vegyünk például egy vegyes kartondobozokat kezelő robotot. Egy képfeldolgozó modell megbecsüli a pozíciót és a megfogási pontokat, miközben a robotvezérlő betartatja a kinematikai korlátokat és az ütközési zónákat. Ha a konfidencia egy hitelesített küszöb alá esik, a rendszer lelassíthat, kérhet egy második képet, vagy kézi kezelésre irányíthatja a dobozt. Nem szabad egyszerűen elfogadnia a legvalószínűbb előrejelzést. A gyakorlati tervezési cél a szabályozott leépülés, nem pedig annak állítása, hogy a modell soha nem hibázik.

Üzembe helyezési teszt, amely feltárja a gyenge feltételezéseket

A gyári átvételi teszt során a csapatoknak szándékosan nehéz körülményeket kell előidézniük: tükröződést, részleges takarást, sérült címkéket, váratlan tárgyakat, hálózati megszakadást, érzékelő-eltolódást és újraindított peremszámítógépet. Ne csak az osztályozási pontosságot rögzítsék, hanem a végpontok közötti válaszidőt, az elutasított döntéseket, a tartaléküzemi viselkedést és a helyreállítást is. Egy válogatott képeken jól teljesítő modell továbbra is veszélyes lehet, ha a rendszer többi része nem képes felismerni, mikor érvénytelenek a bemenetei.

Az ismeretlen körülmények korlátozott viselkedést igényelnek

Az ipari környezetek olyan kombinációkat hoznak létre, amelyek hiányoznak a tanítási adatokból. A termékváltozatok, a karbantartási módosítások, az ideiglenes készülékek, a fényviszonyok változásai és a szerszámkopás mind megváltoztatják az üzemi eloszlást. A mérnököknek az eloszláson kívüli adatok észlelését működési szabályozásként kell kezelniük. Hasznos mérőszámok a konfidencia kalibrálása, az együttes modellek közötti eltérés, a bemeneti minőség ellenőrzése és az egyszerű, fizikán alapuló valószerűségi tesztek. Ezek közül egyik sem elegendő önmagában, együtt azonban megakadályozhatják, hogy a bizonytalan inferencia szabályozatlan műveletté váljon.

A digitális iker különösen ritka üzemi állapotok esetén bővítheti a tesztlefedettséget, a szimulációt azonban nem szabad bizonyítéknak tekinteni. Az érintkezési dinamika, a súrlódás, a rugalmas kábelek, a folyadékok tulajdonságai és az emberi viselkedés nehezen reprodukálható tökéletesen. A hardver a hurokban tesztek és a felügyelt terepi próbák továbbra is nélkülözhetetlenek. A legbiztonságosabb kiadási folyamat fokozatosan növeli a rendszer jogosultságát: először csak megfigyelés, majd tanácsadó javaslatok, később szigorúan korlátozott automatikus művelet.

A kiberbiztonság és a modell életciklusa egyetlen problémát alkot

A peremmodell akkor is végrehajtható üzemi logika, ha neurális hálózati fájlként van csomagolva. Tulajdonosra, verziókezelésre, aláírásra, szabályozott telepítésre, visszaállításra és módosítási nyilvántartásra van szüksége. A kapcsolódó előfeldolgozó kód és a kalibrációs adatok ugyanolyan fontosak, mint a modell súlyai. Egy lecserélt modell vagy módosított normalizálási állandó a PLC-program érintése nélkül is megváltoztathatja a viselkedést.

Válasszák le a peremcsomópontokat az üzleti hálózatokról, korlátozzák a kimenő kapcsolatokat, ahol támogatott, használjanak tanúsítványalapú azonosítást, és rögzítsenek minden modelltelepítést. A karbantartó csapatoknak azonosítaniuk kell tudniuk, hogy egy esemény során melyik modell, adatkészlet-leszármazás, firmware és konfiguráció volt aktív. A PLC ProTech az ipari automatizálás verziókezeléséről szóló ismertetése hasznos irányítási mintát kínál, amely kiterjeszthető az MI-összetevőkre is.

Hogyan néz ki egy hiteles fizikai-MI-projekt?

Az erős üzleti eset korlátozott feladattal, mérhető veszteséggel és már működő tartalékmegoldással kezdődik. Jó jelöltek lehetnek a kézi felülvizsgálattal kombinált vizuális ellenőrzés, a biztonságos selejtágat használó adaptív felvétel, az ellenőrzést kiváltó akusztikai anomáliaészlelés vagy a védett üzemi tartományokon belüli energiaoptimalizálás. Gyenge jelöltek az egész gyártósor autonómmá tételére vonatkozó, nyílt végű ígéretek, még azelőtt, hogy megértenénk az eszközadatokat és a vezérlés felelősségi köreit.

A csapatoknak meg kell határozniuk a késleltetési kereteket, a biztonsági felelősségeket, a validációs adatkészleteket, a kiberbiztonsági kontrollokat, az újratanítási kiváltó feltételeket és a karbantartási készségeket, még mielőtt kiválasztják a számítási hardvert. A modell pontossága csak egyetlen átvételi kritérium. A rendelkezésre állás, a helyreállíthatóság, a determinisztikus interfészek, a magyarázható riasztások és a kezelői bizalom határozza meg, hogy a rendszer a pilotcsapat távozása után is hasznos marad-e.

A fizikai MI terjedni fog, mert a helyi számítási kapacitás, az érzékelők és a beágyazott gyorsítók gyorsan fejlődnek. Tartós értéke azonban a fegyelmezett automatizálási mérnöki munkából származik majd. A nyerő architektúra nem az, amely korlátlan irányítást ad az MI-nek. Hanem az, amely lehetővé teszi, hogy az intelligencia javítsa az észlelést és az alkalmazkodást, miközben a bevált vezérlési és biztonsági rétegek minden műveletet korlátozottan, megfigyelhetően és helyreállíthatóan tartanak.