BMW: L’intelligenza artificiale sempre più usata nella sua produzione

Il gruppo Bmw utilizza sempre più spesso l'intelligenza artificiale per ottimizzare i processi di produzione nelle sue fabbriche

di , pubblicato il
Bmw

Dal 2018, il BMW Group ha utilizzato varie applicazioni AI nella produzione in serie. Un obiettivo è il riconoscimento automatico delle immagini: in questi processi, l’intelligenza artificiale valuta le immagini dei componenti nella produzione in corso e le confronta in millisecondi con centinaia di altre immagini della stessa sequenza. In questo modo, l’applicazione AI determina le deviazioni dallo standard in tempo reale e controlla, ad esempio, se tutte le parti richieste sono state montate e se sono montate nel posto giusto. La tecnologia innovativa è veloce, affidabile e, soprattutto, facile da usare. Christian Patron, responsabile innovazione, digitalizzazione e analisi dei dati presso la BMW Group Production: “L’intelligenza artificiale offre un grande potenziale.

Ci aiuta a mantenere i nostri elevati standard di qualità e allo stesso tempo allevia il nostro personale da compiti ripetitivi. ”

Il gruppo Bmw utilizza sempre più spesso l’intelligenza artificiale per ottimizzare i processi di produzione nelle sue fabbriche

Nel BMW Group, le applicazioni flessibili e convenienti basate su AI stanno gradualmente sostituendo i portali delle telecamere installate in modo permanente. L’implementazione è piuttosto semplice. Una macchina fotografica standard mobile è tutto ciò che è necessario per prendere le immagini pertinenti in produzione. La soluzione AI può essere impostata rapidamente: i dipendenti scattano foto del componente da diverse angolazioni e segnano potenziali deviazioni sulle immagini. In questo modo, creano un database di immagini per costruire una cosiddetta rete neurale, che può successivamente valutare le immagini senza l’intervento umano. I dipendenti non devono scrivere codice, l’algoritmo lo fa praticamente da solo. Nella fase di addestramento, che può significare durante la notte, un server ad alte prestazioni calcola la rete neurale da circa 100 immagini e la rete inizia immediatamente a ottimizzare.

Dopo una sessione di test ed eventualmente alcune regolazioni, l’affidabilità raggiunge il 100%. Il processo di apprendimento è completato e la rete neurale può ora determinare da sola se un componente soddisfa o meno le specifiche. Anche gli oggetti in movimento sono identificati in modo affidabile in gran parte indipendenti da fattori quali l’illuminazione nell’area di produzione o la posizione esatta della telecamera. Ciò apre un’ampia gamma di potenziali applicazioni lungo l’intera catena di processi automobilistici, compresa la logistica. In molti casi la tecnologia AI alleggerisce i dipendenti da compiti ripetitivi e monotoni, come verificare se il triangolo di emergenza si trova nel posto giusto nel bagagliaio o se è stato inserito il cappuccio del tergicristallo.

Leggi anche: BMW ha più che raddoppiato il suo vantaggio di vendite negli USA rispetto a Mercedes

Condividi su
flipboard icon
Seguici su
flipboard icon
Argomenti:

I commenti sono chiusi.