Intelligenza Artificiale Fujitsu, «rivoluzioniamo il manufacturing con le Reti Neurali»
17 luglio 2018
FacebookTwitterLinkedIn

Intelligenza Artificiale Fujitsu, «Cosi rivoluzioniamo il controllo qualità, la produzione e il manufacturing»

Marco Maria Lorusso

I Laboratori europei di Fujitsu hanno sviluppato una tecnologia di Intelligenza Artificiale che
applica tecniche di deep learning, immagini e segnali per analizzare i dati NDT e identificare modelli che potrebbero indicare difetti di produzione

La multinazionale ha sviluppato una tecnologia di Intelligenza Artificiale che ha come obiettivo il miglioramento del controllo della qualità di produzione e il rilevamento dei difetti. La nuova piattaforma, basata su Deep Learning, analizza e diagnostica automaticamente i dati di scansione ultrasonica di Non-Destructive Testing (NDT) in pochi minuti, individuando rapidamente i difetti potenziali. I Laboratori europei di Fujitsu utilizzano un nuovo framework di AI che combina tecniche di immagini e segnali con una tecnologia di deep learning sofisticata per risolvere complessi problemi di qualità di produzione.

Intelligenza Artificiale Fujitsu, Deep Learning e reti neurali

«Il deep learning di questo nuovo framework – spiegano da Fujitsu -, basato su un set di tecnologie sviluppate dai Laboratori Europei di Fujitsu, sfrutta una “rete neurale” per l’elaborazione delle immagini al fine di riconoscere modelli standard. L’obbiettivo è quello di convertire l’analisi dei dati in un’analisi d’immagini, automatizzando ed accelerando la rilevazione di modelli standard nei dati NDT che possono indicare difetti di fabbricazione

In questo modo, si attiva rapidamente la verifica manuale del tecnico esperto, direttamente sull’area del prodotto che lo necessita. Il controllo qualità viene notevolmente migliorato,  eliminando le strozzature potenziali nel processo produttivo, aumentando il potenziale incremento di produzione e migliorando significativamente l’efficienza. Inoltre, la soluzione di Fujitsu permette al sistema di continuare ad apprendere anche dopo il deployment, consentendo un miglioramento continuo delle prestazioni e un più alto ritorno dell’investimento.

«Abbiamo sviluppato un generico Machine Learning per il rilevamento del pattern – racconta poi Adel Rouz, Executive Vice President di Fujitsu Laboratories of Europe -, utilizzando un processo che traduce qualsiasi problema di analisi dei dati grezzi in uno che coinvolge il riconoscimento delle immagini. Collaborando con i produttori, possiamo lavorare rapidamente alla soluzione di una specifica applicazione, grazie alla sua capacità di imparare anche da pochi casi. Questo riduce notevolmente la quantità di dati che devono essere richiesti, accelerando l’intero processo di installazione. Nei laboratori europei di Fujitsu siamo focalizzati su una strategia di co-creazione per risolvere i problemi di produzione reale in tempi record, mettendo a disposizione la nostra esperienza nel manufacturing e le nostre più moderne innovazioni in AI».

 

 

Servitore della penna, la fatica come vocazione. Pugile e Medievalista mancato. Divoratore di BritPop e Dylan Dog, papà di Gaia Maria e Riccardo. Direttore Responsabile #Ai4business e #Digital4Trade #Sergente

FacebookTwitterLinkedIn

Commenta per primo

Lascia un commento

L'indirizzo email non sarà pubblicato.


*


FacebookTwitterLinkedIn

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi