Tuesday, March 19Modern Manufacturing
×

4 เทคโนโลยีสำคัญสำหรับ AI ในอุตสาหกรรมการผลิต

4 เทคโนโลยีสำคัญสำหรับ AI ในอุตสาหกรรมการผลิต

4 เทคโนโลยีสำคัญสำหรับ AI ในอุตสาหกรรมการผลิต

การแข่งขันของอุตสาหกรรมในปัจจุบันนั้นมีการแข่งขั้นที่เข้มข้นท่ามกลางความแปรปรวนของเศรษฐกิจและการเมืองโลก กระบวนการผลิตที่ทำงาน 24/7 กลายเป็นสิ่งที่นักลงทุนแสวงหาและสามารถเกิดขึ้นจริงได้แล้วในปัจจุบัน โดยมีการใช้ AI เป็นส่วนสำคัญในการผลักดันให้เกิดขึ้น

ตัวอย่างที่เกิดขึ้นแล้ว คือ โรงงาน Fanuc ในญี่ปุ่นใกล้กับภูเขาฟูจิที่สามารถทำงานได้ทั้งวันทั้งคืน ซึ่ง AI เป็นส่วนสำคัญในกิจกรรมเหล่านี้ บางครั้งเหล่าหุ่นยนต์ก็ไม่ได้ทำหน้าที่เดียวตลอดเวลาแต่สามารถสั่งงานให้เปลี่ยนรูปแบบการทำงานได้อีกด้วย Forbes ได้ทำการสำรวจข้อมูลเกี่ยวกับ AI ว่า 44% ให้ความสำคัญอย่างมากในช่วง 5 ปี นับจากนี้ โดยเฉพาะอย่างยิ่งอุตสาหกรรมยานยนต์ที่มีการใช้งานสูงที่สุด และอีกกว่า 49% แสดงความเห็นว่าเป็นจุดเปลี่ยนสำคัญสู่ความสำเร็จในปัจจุบัน โดย Forbes เสนอ 4 เทคโนโลยีสำคัญที่ AI มีส่วนเกี่ยวข้องกับกระบวนการผลิตดังนี้

Computer Vision

การตรวจจับด้วยกล้องคอมพิวเตอร์นั้นมีความละเอียดและแม่นยำอย่างมากและการเสริม AI เข้ามาในระบบทำให้มีระบบความคิดและการทำงานที่เป็นแบบแผนของมนุษย์รวมถึงการเรียนรู้จากการทำงาน เมื่อรวมกับศักยภาพของคอมพิวเตอร์แล้วทำให้เครื่องจักรสามารถเรียนรู้และทำงานเพื่อตรวจสอบหาความผิดพลาดได้อย่างมีประสิทธิภาพมากขึ้นด้วยกระบวนการ Automated Issue Identification

Generative Design

กระบวนการใหม่สำหรับนักอุตสาหกรรมซึ่งนักออกแบบหรือวิศวกรใส่ข้อมูลเป้าหมายลงไปในซอฟท์แวร์ Generative Design ไม่ว่าจะเป็นค่าต่างๆ ของวัสดุ กระบวนการผลิต ค่าใช้จ่ายที่คาดหวัง จากนั้นจะทำการประมวลผลเพื่อหาความเป็นไปได้ของทางออกที่มีปัจจัยที่ต้องการให้เลือกสรรค์ ซึ่ง Machine Learning จะทำการทดสอบว่าสิ่งไหนเหมาะสิ่งไหนไม่ควร แล้วสิ่งนี้แตกต่างอย่างไร?

หากลองเปรียบเทียบการใช้ Generative Design เป็นการเช่าคอมพิวเตอร์ 25,000 เครื่องในระบบ Cloud เป็นเวลา 1 ชั่วโมง เพื่อใช้งานอย่างมีประสิทธิภาพ ซึ่งมีการคาดการณ์งบประมาณไว้ที่ 10,000 ดอลลาร์สหรัฐอเมริกา เท่ากับการทำงานวิศวกรรม 25,000 วันภายในเวลาอันสั้น

Digital Twin

โมเดลจำลองกระบวนการ ผลิตภัณฑ์ การบริการ จับคู่โลกเสมือนและโลกจริงเพื่อวิเคราะห์ข้อมูลและมอนิเตอร์ระบบเพื่อคาดการณ์ปัญหาที่จะเกิดขึ้นล่วงหน้า ป้องกัน Down Time  เปิดประตูสู่โอกาสใหม่ๆ อีกมากมาย เป็นการใช้งาน IoT ที่ต้องการ Machine Learning และ AI เพื่อทำให้เกิดผลลัพธ์ที่ชัดเจนที่สุด โดยทำงานควบคู่กับระบบความคุมระยะไกล เซนเซอร์แบบฝังตัวเพื่อเก็บข้อมูลแบบ Real-Time และระบบที่มีพื้นฐานเป็น Cloud

Predictive Maintenance

การซ่อมบำรุงเชิงคาดการณ์ต้องการข้อมูลจากเครื่องจักอย่างสม่ำเสมอและต่อเนื่อง ยิ่งเป็นวินาทีได้ยิ่งดี และหากใช้งานร่วมกับ Digital Twin จะสามารถตอบสนองต่อสัญญาณเตือนและแก้ไขปัญหาได้ก่อนที่จะเกิดความสูญเสียขึ้น ซึ่งการวิเคราะห์ ตรวจสอบและประเมินเบืองต้นเป็นหน้าที่ของ AI ที่พร้อมทำงานตลอดเวลานั่นเอง

จะเห็นได้ว่าเทคโนโลยีเหล่านี้สามารถลดต้นทุนทั้งแรงงาน ทุนทรัพย์ และเวลาลงได้อย่างชัดเจนในขณะที่เพิ่มประสิทธิภาพการทำงานในเวลาเดียวกัน ซึ่งหมายถึงศักยภาพในการแข่งขันที่เพิ่มขึ้นอย่างน่าเกรงขาม แม้ในปัจจุบันประเทศไทยยังขาดความพร้อมด้านเทคโนโลยีเหล่านี้ แต่ในอนาคตอันใกล้เมื่อคู่แข่งนานาชาติปรับเปลี่ยนมาใช้ AI กลายเป็นเทรนด์หลัก เช่น ประเทศจีนในปัจจุบันที่มีการเติบโตด้านเทคโนโลยีการผลิตอย่างรวดเร็ว หากเกิดการปรับตัวเมื่อตลาดยกระดับการแข่งขันเรียบร้อยแล้ว อาจเรียกได้ว่าอุตสาหกรรมไทยตกขบวนอย่างแน่นอน ดังนั้นแล้วผู้ประกอบการไทยต้องเตรียมพร้อมรับความเปลี่ยนแปลงดังกล่าวและวางนโยบายให้ทันท่วงที


ที่มา:

  • Forbes.com
Thos
"Judge a man by his questions rather than his answers"
Voltaire
READ MORE
×