Rola uczenia maszynowego w projektach R&D

Uczenie maszynowe wykorzystuje się w innowacyjnych projektach technologicznych bazujących na dużej ilości zmiennych danych, których nie da się wprost zalgorytmizować. Inteligentne systemy korzystają z wprowadzonej bazy danych, a następnie poszerzają ją o kolejne informacje zdobywane wraz z doświadczeniem.

– We wspomnianej wcześniej technologii kontroli jakości detali polimerowych wytwarzanych w procesach małoseryjnych i wielokomponentowych wykorzystujemy systemy wizyjne oparte na sztucznej inteligencji. Celem projektu jest opracowanie technologii automatyzacji procesów o dużej zmienności modeli w czasie, przyczyniającej się do zwiększenia skuteczności kontroli jakości oraz poprawienia wydajności produkcji. W tym celu opracowujemy i testujemy laboratoryjnie algorytmy fuzji i analizy obrazów z kamer oraz dane z profilometrów i danych układów sterowania, co umożliwia wykrycie wszystkich istotnych wad produkowanych detali i ich selekcję w ciągu technologicznym – wyjaśnia ekspert z CBRTP.

Uczenie maszynowe znajduje powszechne zastosowanie między innymi w robotyce i systemach wizyjnych wykorzystywanych w branży produkcyjnej, logistycznej, medycznej oraz wielu innych. Umiejętność samodzielnego uczenia się pozwala skutecznie rozpoznawać wzorce, prognozować właściwe wyniki oraz optymalizować procesy. Inteligentne systemy bez wątpienia stanowią więc jeden z kluczowych kierunków rozwoju branży R&D.

Źródło: CBRTP