Endüstri 4.0 ve İtici Gücü Endüstriyel Yapay Zeka

Yaklaşık on yıl önce imalat sektöründe yıkıcı bir değişim ihtiyacı ortaya çıktı. Bu değişim müşterilerin bireysel tercihlerini, daha kısa zaman ve daha uygun maliyetli bir şekilde karşılama ihtiyacından kaynaklandı. İlk olarak 2011’de Almanya’da Endüstri 4.0 vizyonunu tetikledi. Aynı zamanda; ABD, Çin, Hollanda gibi diğer ülkelerde de benzer girişimler geliştirildi. Başlangıçta Endüstri 4.0’ın ana hedefleri; üretim alanında otomasyonu artırmak için dijitalleşmeyi kullanmak, bunu iyileştirmek ve optimize etmekti. Kısa süre sonra daha olgun hedefler belirlendi. Bunlar; gerçek zamanlı bir ekonomide çevik bir tedarik zinciri için gerçek zamanlı verilerin kullanılması, gerçek zamanlı izleme yoluyla daha kaliteli ürünler ve daha yüksek iş sürekliliği elde etmeyi amaçlıyordu.

Endüstri 4.0, stratejik bir yol haritası üzerine inşa edilen ve bir dizi girişim yoluyla hayata geçirilen cesur bir vizyonu temsil etmektedir. Bu sürecin gerçekleştirilmesi dört dalga halinde ifade edilebilir. [1]

İlk dalgada ana Endüstri 4.0 ilkeleri ve teknolojik yapı taşlarının erken benimsenmesi söz konusudur. Bunlar arasında Siber Fiziksel Sistemler, Nesnelerin İnterneti, Dijital İkizler ve Bulut Bilişim bulunmaktadır. İkinci dalgada şirketlerin işletme genelinde otomatikleştirilmiş malzeme akışını, otonom kaynak tedariğini, üretim süreci planlamasını ve üretim süreçlerini iyileştirerek siber-fiziksel üretim varlıklarının dikey entegrasyonunu genişlettikleri söylenebilir. Dalga 1’den Dalga 2’ye geçiş aşamasında odak noktasında, Bulut Bilişim’den Bulut Tabanlı Tasarım ve Üretim aracılığıyla tüm ürün gerçekleştirme sürecini ele almak için daha bütünsel bir görünüme geçiş gözlenmiştir.

Bununla birlikte yapay zeka 1940’lardan kalmadır ve IBM’in yapay zeka tabanlı satranç oynayan bilgisayar programı Deep Blue ile popüler hale gelmiştir. Günümüzde yapay zeka; akıllı tasarımdan akıllı üretime kadar her alanda mevcuttur . Yapay zekanın insan-robot işbirliği açısından da büyük bir potansiyele sahip olduğu düşünülmektedir. Sensörlerden ve saha cihazlarından alınan model verileri, uygun makine öğrenimi modellerinin uygulanmasından sonra bilgiye dönüştürülür ve bu bilgi alana özgü karar modülleri kullanılarak eylemlere dönüştürülür. Makine öğrenimi algoritmalarının performansı büyük ölçüde geliştiricinin deneyimine ve tercihlerine bağlıdır. Bu nedenle yapay zekanın endüstriyel uygulamalardaki başarısı sınırlı kalmıştır.

Endüstriyel yapay zeka ise sürdürülebilir performansa sahip endüstriyel uygulamalar için çeşitli makine öğrenimi algoritmalarını geliştirmeye, doğrulamaya odaklanan sistematik bir disiplindir. Endüstriyel uygulamalara çözümler sağlamak için bir metodoloji görevi görür. Endüstriyel yapay zekadaki temel unsurlar “ABCDE” ile karakterize edilebilir. Bu temel unsurlar; Analitik teknolojisi (A), Büyük veri teknolojisi (B), Bulut veya Siber teknolojisi ( C) , Know-how (D) ve İspat (E) içerir. Analitik, yapay zekanın temelidir ve yalnızca başka unsurlar mevcutsa değer getirebilir. Büyük veri teknolojisi ve Bulut, hem veri kaynağı hem de endüstriyel yapay zeka için platform sağlayan temel unsurlardır. Bu unsurlar gerekli olmakla birlikte know-how ve ispat da bu bağlamda çoğunlukla gözden kaçan önemli faktörlerdir.

Know-how aşağıdaki özelikleriyle kritiktir;

*Problemi anlamak ve gücünü onu çözmeye odaklamak,

*Doğru kalitede ve doğru verilerin toplanabilmesi için sistemi anlamak,

*Parametrelerin fiziksel anlamlarını ve bunların bir sistemin veya sürecin fiziksel özellikleriyle nasıl ilişkilendirildiğini anlamak; bu parametrelerin makineden makineye nasıl değiştiğini anlamak.

İspat, Endüstriyel yapay zeka modellerini doğrulamak ve bunları kümülatif öğrenme yeteneği ile birleştirmek için önemli bir unsurdur.

Sektörde hızlı, sistematik ve sürdürülebilir etki bırakan yapay zeka sistemleri geliştirmek için ihtiyaçlar, zorluklar, teknolojiler ve metodolojiler açık bir şekilde tanımlanmalı ve tanımlanan yapıya uygun strateji oluşturulmalıdır.

Yukarıdaki tabloda ifade edildiği gibi Endüstriyel yapay zeka ekosistemi temelde sektörde kendi kendini karşılaştırma, tahmin etme, optimize etme gibi  karşılanmamış ihtiyaçları tanımlar. Veri Teknolojisi (DT), Analitik Teknoloji (AT), Platform Teknolojisi (PT) ve Operasyon Teknolojisi (OT) dahil olmak üzere dört ana teknolojiyi ele alır. [2]

Endüstriyel yapay zeka çalışmalarında başarıya ulaşabilmek için temelde iki noktaya dikkat edilmelidir:

1. Algoritmalar, minimum ön yargı ile büyük ve temiz veri kümeleri gerektirir. Yanlış veya yetersiz veri setlerinden öğrenerek sonuçları hatalı olabilir.

2. Bağlantılı teknolojilerin artan kullanımı, akıllı üretim sistemini siber risklere karşı savunmasız hale getirmektedir. Şu anda, bu güvenlik açığının ölçeği yeterince takdir edilmiyor ve sektör mevcut güvenlik tehditlerine hazırlıklı değildir. [3]

Charles Darwin’in Türlerin Kökeni’nde dediği gibi: (…) “Ne en zeki olan hayatta kalır, ne en güçlü olan; hayatta kalan değişime adapte olabilen ve içinde bulunduğu çevredeki değişime en iyi uyum sağlayabilendir.“

Dijital dönüşüm; siyah veya beyaz bir perspektif değil, görünüşte zıt iki kavram arasında dengeleyici bir eylemdir. Temelde bu dönüşümün; doğru veri kalitesini sağlayabilecek bir mimari oluşturma, alanında uzman ve yenilikleri hızlı kavrayabilen yetkin çalışanların desteklenmesi çabası ile gerçekleşmesi beklenilmektedir.

Kaynaklar:

[1] : MacDougall, W., 2014. Industrie 4.0: Smart Manufacturing for the Future. Germany Trade & Invest (GTAI).

[2]: Jay Lee, Jaskaran Singh, Moslem Azamfar Industrial Artificial Intelligence

[3]: ] Tuptuk N, Hailes S. Security of smart manufacturing systems. J Manuf Syst 2018;47:93–106.

+1
+1

Patreon

üzerinden bize destek olabilirsiniz!

.

Birlikten kuvvet doğar! Sizde #patreon üzerinden bizim yanımızda olabilirsiniz. Yaptığımız gönüllü çalışmaları arttırmak için bize destek olun.

Ücretli ve Ücretsiz Eğitimler

Türkiye'nin en büyük veri bilimi topluluğu ile kariyerinizi inşa edin.

Data Science Earth

Data Science Earth ekibi, üst düzey Veri Bilim çözümleri üretmek amacı ile toplanmış akademisyenler ve uzmanlardan oluşmaktadır. Öncelikli olarak veri bilincini geliştirmeyi ve küreselleşen rekabet ortamında verinin gücünün doğru kullanılmasını sağlamayı amaçlamaktadır.

Sponsor

QuestionPro 35 farklı soru seçim özelliği ile anket çalışmalarımıza güç katmaktadır.