Avanzando hacia la IA continua en tiempo real para las fábricas

TOKIO - Todas las empresas que han prometido su fe en la "fabricación inteligente" están comprometiendo sus esperanzas con la IA.

Este mundo feliz requiere una gran inversión en sistemas de inteligencia artificial de alto costo, junto con el costo de configurar una plataforma de "aprendizaje" y contactar a los proveedores de servicios en la nube. El gran plan comienza con una gran recopilación de datos para que la máquina pueda aprender y descubrir algo previamente desconocido.

Esa es la teoría.

Sin embargo, en el mundo real, a muchas empresas les resulta difícil implementar la IA. Algunos culpan a su inexperiencia en IA, oa la escasez de cables de científicos de datos internos para aprovechar al máximo la IA. Otros se quejan de que no han podido establecer la prueba de concepto de sus sistemas de IA instalados. En cualquier caso, los fabricantes están empezando a darse cuenta de que la IA no es un trato de "si la construyes, vendrán".

Ingresa Renesas Electronics.

La empresa japonesa de chips ocupa una posición de liderazgo en el mercado mundial de automatización industrial. Propone "IA continua en tiempo real" para el mundo de la tecnología operativa (OT). Este enfoque contrasta marcadamente con la "IA estadística", a menudo presentada por las empresas de big data para promover la automatización en el mundo de la tecnología de la información (TI).

haga clic para ampliar la imagen

IA estadística para TI frente a IA continua para OT (Fuente:Renesas)

Yoshikazu Yokota, vicepresidente ejecutivo y gerente general de la unidad de negocios de soluciones industriales en Renesas, dijo a EE Times que la inteligencia artificial integrada es fundamental para la detección de fallas y el mantenimiento predictivo en OT. Cuando aparece una anomalía en cualquier sistema o proceso, la IA incorporada puede "tomar decisiones localmente y en tiempo real", explicó. Renesas propuso la idea de "IA en los puntos finales" hace tres años y comenzó a experimentar con ella en su propia fábrica de semiconductores Naka.

"Nuestro plan es permitir la inferencia en tiempo real en OT, mientras aumenta de manera incremental las capacidades de IA en los puntos finales", dijo Yokota.

Yoshikazu Yokota, vicepresidente ejecutivo de Renesas, planea enfocarse en ofrecer inferencia en tiempo real en OT. (Foto:EE Times)

Al llevar la IA en pequeños pasos a las fábricas, Renesas espera ayudar a los clientes que actualmente luchan por completar la prueba de concepto en su propia implementación de IA y comprender el retorno de la inversión en IA.

Cuándo aplicar IA a OT
Mitsuo Baba, director senior de la división de estrategia y planificación de la unidad de negocio de Soluciones Industriales de Renesas, nos dijo que la IA se puede aplicar mejor a OT cuando ya se han identificado problemas específicos, en líneas de producción, por ejemplo.

Por ejemplo, suponga que hay un gerente operativo altamente calificado que tiene la experiencia suficiente para detectar ciertas anomalías en una fábrica. En lugar de enviar a este gerente para que revise cada etapa del proceso de fabricación, "Podríamos usar la IA para trazar la línea y definir cuándo y dónde comienza a surgir una situación anormal durante los defectos de producción", dijo Baba. La IA podría ser el ojo atento que supervisa la línea de producción de forma continua, para evitar que los pequeños defectos de los productos avancen a la siguiente etapa de producción.

En un ejemplo de automatización de fábrica de este tipo, la IA debe capacitarse solo una vez en función de problemas identificados previamente. La inferencia de IA se ejecuta en dispositivos de punto final en tiempo real, sin regresar a la nube. Baba dijo que 30 Kbytes de datos suelen ser suficientes para la inferencia del punto final, en comparación con la IA estadística que realiza tanto aprendizaje como inferencia, que normalmente exige procesar datos de hasta 300 megabytes en la nube.

En resumen, Renesas aboga por la inferencia de IA que se puede hacer en una MCU.

En lugar de reemplazar las líneas de producción existentes con nuevas máquinas habilitadas para IA, lo que sería costoso, Renesas propone un kit de “Solución de unidad de IA” que se puede conectar al equipo de producción actual.

Baba dijo que Renesas no tiene planes de desafiar a las empresas de chips de IA como Nvidia. “Nuestro objetivo es liderar un nuevo segmento de mercado de inteligencia artificial integrada, en el que los datos necesarios para la inferencia son tan pequeños que incluso pueden ejecutarse en MCU / MPU existentes”, dijo Baba.