จาก 1 สัปดาห์ สู่ 1 วัน ผลงานวิจัยการใช้ AI ในระบบอัตโนมัติ

อัปเดตล่าสุด 6 ก.พ. 2562
  • Share :

National Institute of Advanced Industrial Science and Technology (AIST) ร่วมกับ Mitsubishi Electric วิจัยการใช้ปัญญาประดิษฐ์ (Artifcial Intelligence: AI) ในระบบอัตโนมัติของโรงงาน เพื่อตอบสนองต่อปัญหาการขาดแคลนแรงงานที่รุนแรงยิ่งขึ้น พบว่า ได้ผลลัพธ์ที่น่าพอใจ สามารถลดระยะเวลาการทำงานจากเดิมที่ 1 สัปดาห์ ให้เหลือเพียง 1 วันได้สำเร็จ

การวิจัยนี้ รวมเทคโนโลยีควบคุมเครื่องจักรของ AIST และ Mitsubishi Electric เข้าด้วยกัน และพัฒนาเป็นระบบทั้งหมด 3 ชนิด ประกอบด้วย

1. ระบบควบคุมเซอร์โวอัตโนมัติ
ระบบควบคุมเซอร์โวอัตโนมัติ ซึ่งในเครื่องจักรอุตสาหกรรมทุกชนิดนั้นแทบไม่มีความแตกต่างกัน โดยใช้วิธีการที่เรียกว่า Bayesian Optimization ในการควบคุมตำแหน่ง และความเร็ว ซึ่งจากการทดสอบ พบว่าเครื่องจักรสามารถทำงานได้ละเอียดขึ้น รวดเร็วกว่าการทำงานด้วยมนุษย์ถึง 40 เท่า และลดระยะเวลาที่ต้องใช้ในการทำงานเดียวกันนี้จาก 1 สัปดาห์ ให้เหลือเพียง 1 วัน

ซึ่ง AI ที่นำมาใช้นี้ ได้เข้าช่วยในการควบคุมส่วนต่าง ๆ ของเครื่องจักรอย่างละเอียด ทำให้การทำงานมีความรวดเร็วมาก อย่างไรก็ตาม เนื่องจากกระบวนการนำ AI มาใช้ในการควบคุมโดยละเอียดนั้น ยังจำเป็นต้องมีการลองผิดลองถูกอีกมาก เบื้องต้น งานวิจัยนี้จึงสามารถใช้ได้กับการควบคุมเซอร์โวมอเตอร์เท่านั้น

2. การตัดด้วยเลเซอร์
การนำ AI ไปใช้ในงานตัดด้วยเลเซอร์นั้น ได้ใช้ระบบประมวลผลภาพ เพื่อให้ AI ทำการวิเคราะห์รอยตัด, การเปลี่ยนแปลงของสี, ฟิล์มออกไซด์, และความหยาบของผิวตัดได้ด้วยตัวเอง ส่งผลให้ AI สามารถตัดชิ้นงานให้มีคุณภาพเทียบเท่ากับการทำงานโดยผู้เชี่ยวชาญได้  โดยผู้ควบคุมเครื่องจักiทำเพียงแค่กำหนดสเป็คการตัดที่ต้องการเท่านั้น

3. หุ่นยนต์อุตสาหกรรมที่แก้ไขข้อผิดพลาดได้

AI ที่วิจัยขึ้น ถูกใช้ในการตรวจจับสิ่งแปลกปลอม และความชำรุดของชิ้นงานที่มือหุ่นยนต์ทำงานประกอบ ซึ่งจะถูกนำไปเขียนโปรแกรมเพื่อต่อยอดในการทำงาน เช่น เตรียมชิ้นส่วนสำรองไว้ประกอบแทนในกรณีที่ชิ้นส่วนบนสายการผลิตไม่ครบตามกำหนด

นอกจากนี้ ในส่วนของแขนหุ่นยนต์นั้น ยังได้ติดตั้งเซ็นเซอร์เพื่อให้ AI มีคุณสมบัติในการเรียนรู้ด้วยตนเอง จึงทำให้ไม่จำเป็นต้องใช้โปรแกรมหลายชุดในการควบคุม และหากมีข้อมูลตั้งต้นให้แล้ว AI ก็จะสามารถทำการแก้ไข้ข้อบกพร่องในการประกอบชิ้นงานได้ตามที่ถูกตั้งค่าไว้ ซึ่งจากการทดลอง พบว่า สามารถลดระยะเวลาที่ต้องใช้ในการแก้ไขข้อผิดพลาดลงได้กว่า 60%

อย่างไรก็ตาม AI ยังคงมีปัญหาใหญ่ที่ต้องแก้ไขกันต่อไป เช่น ข้อมูลที่จำเป็น, ต้นทุนในการติดตั้งเซ็นเซอร์ และอุปกรณ์อื่นๆ ที่มีราคารแพง, ไม่สามารถแก้ไขปัญหาที่ซับซ้อนเกินไปได้ ทำให้ผู้เชี่ยวชาญด้านการควบคุมเครื่องจักร และงานตัด ยังคงมีบทบาทสำคัญต่อไปได้โดยไม่ต้องกังวล