Operátor + inteligentný osobný asistent = inteligentnejší operátor [kognitívna interakcia]

Inteligentný osobný asistent (z angl. Intelligent Personal Assistant, IPA) je softvérový agent alebo umelá inteligencia, ktorá bola vyvinutá s cieľom pomôcť inteligentnému operátorovi pri prepájaní sa so strojmi, počítačmi, databázami a inými informačnými systémami, ako aj pri riadení časových záväzkov a vykonávaní úloh alebo služieb v interakciách podobných človeku [11].

Jednou z hlavných vlastností IPA je jeho schopnosť ponúknuť inteligentnému operátorovi technológiu hlasovej interakcie (rozhranie v prirodzenom jazyku), ktorá zvyšuje produktivitu a prevádzkovú efektivitu tým, že operátorovi umožňuje vykonávať určité úlohy bez použitia rúk. Niektoré scenáre, v ktorých môžu IPA vytvárať výhody pre inteligentného operátora a ponúkať osobnú asistenciu, sú:

  • vyhľadávanie informácií a ich získavanie z digitálnej knižnice na základe hlasovej požiadavky, v príručke na opravu alebo údržbu obrábacieho stroja alebo dielu a pri čítaní pokynov pre operátora, kým vykonáva úlohu;
  • plánovanie a nastavovanie pripomienok pre akcie alebo kritické udalosti v prevádzke, inventarizácii alebo správe majetku (napr. recertifikácia, kontrola zásob, preventívna údržba);
  • plánovanie, kde možno uplatniť ľudskú tvorivosť na riešenie problémov smerovania alebo personálneho obsadenia pri využívaní IPA na ukladanie a vizualizáciu základných plánovacích údajov;
  • poskytovanie pomoci v oblasti mobility a polohy pre logistiku (napr. geografická navigácia založená na GPS) a skladové zásoby (napr. IPS – vnútorný polohovací systém);
  • prepojenie s pripojenými zariadeniami prostredníctvom hlasových príkazov (napr. hlasové používateľské rozhrania);
  • zisťovanie a diagnostikovanie chýb a problémov a navrhovanie nástrojov a stratégií na riešenie problémov v inteligentných, prepojených strojoch a systémoch;
  • vytváranie prediktívnych modelov sledovaním správania operátora alebo stroja a upozornením na proaktívne akcie.

Aktuálnym príkladom tohto typu Operátora 4.0 sú Siri od Apple, „Hey Google“ od Androidu a najmä Alexa od Amazonu. Najmä Alexa od Amazonu umožňuje externým vývojárom pristupovať k API a vytvárať ďalšie aplikácie a služby pomocou existujúcich funkcií a infraštruktúry. Alexa už môže vykonávať úlohy, ako je „hľadanie vhodných receptov“ a písanie nákupného zoznamu – úlohy, ktoré sa ľahko preložia do prostredia obchodu.

Operátor + spolupracujúci robot = spolupracujúci operátor [fyzická interakcia]

Kolaboratívne roboty (koboty) sú priemyselné roboty schopné vykonávať rôzne opakujúce sa a neergonomické úlohy, ktoré boli špeciálne navrhnuté na prácu v priamej spolupráci s inteligentným operátorom, a to vďaka zvýšenej bezpečnosti (napr. snímanie sily a kolízie) a intuitívnej interakčnej technológii vrátane jednoduchého programovania priamo v prevádzke. Populárnymi príkladmi sú roboty Baxter a Sawyer spoločnosti Rethink-Robotics, nízkonákladové a ľahko použiteľné kolaboratívne roboty.

Kolaboratívne roboty vytvoria priestor na spoluprácu a interakciu so svojimi ľudskými náprotivkami bez potreby tradičných bezpečnostných bariér. Tieto možnosti prinesú tieto výhody:

  • úspora priestoru v prevádzke, ktorý sa zvyčajne stráca v dôsledku nutnosti osadenia bezpečnostných bariér pre tradičné priemyselné roboty, a úspora nákladov spojených s ich implementáciou;
  • zvýšenie produktivity inteligentného operátora a spokojnosti s prácou tým, že ho rozšírite tak, aby vykonával úlohu efektívnejšie, a odbremeníte ho od únavných a neergonomických úloh (napr. zložité umiestňovanie dielov, funkčnosť „tretej ruky“ pri montáži, ťažké a opakované zdvíhanie, nakladanie a manipulácia s nebezpečnými materiálmi).

Ďalším spoločensky pozitívnym efektom vyplývajúcim z úzkej spolupráce ľudí a robotov na pracovisku môže byť rastúce akceptovanie robotickej pomoci v oblasti zdravotnej starostlivosti, ktorá bude v dôsledku demografických zmien v niektorých oblastiach veľmi vítaná.

Súčasným príkladom tohto typu Operátora 4.0 je systém LIAA CoBot: „hybridný montážny systém kombinujúci manuálne a automatické pracovné stanice v symbiotickej spolupráci človek – robot s cieľom dosiahnuť rovnováhu medzi investičnými nákladmi, veľkosťou šarže a flexibilitou montážnej linky“ [12]. Projekt INSA je ďalším príkladom aplikovaného výskumu, ktorý využíva pokročilé rozpoznávanie obrazu na vytvorenie bezpečného pracovného priestoru na spoluprácu medzi ľuďmi a robotmi [13].

Operátor + sociálne siete = sociálny operátor [kognitívna interakcia]

Služby podnikových sociálnych sietí (E-SNS) sa zameriavajú na používanie mobilných metód a metód sociálnej spolupráce na prepojenie inteligentných operátorov v prevádzke so zdrojmi inteligentnej fabriky. Takéto spojenia zahŕňajú „sociálne vzťahy“ medzi pracovnou silou a medzi operátormi a inteligentnými vecami na interakciu, zdieľanie a vytváranie informácií na podporu rozhodovania.

Sociálne siete medzi inteligentnými operátormi, postavené na možnosti mobilnej komunikácie v reálnom čase, umožňujú pracovníkom prispieť svojimi odbornými znalosťami naprieč výrobnou linkou a obchodnou časťou prevádzky, môžu urýchliť generovanie nápadov na inováciu produktov a procesov a uľahčiť riešenie problémov tým, že spoja správnych ľudí so správnymi informáciami a najmä riadením a tvorbou znalostí v rámci podniku. Vytváranie a riadenie znalostí je (a vždy bolo) náročné, pretože stále neexistuje ideálny spôsob ako postupovať. Výskum a priemyselná prax (napr. Airbus) naznačujú, že osobný prístup k zdieľaniu, komunikácii a riadeniu znalostí v rámci podniku (napr. získavanie vedomostí od budúceho dôchodcu) je úspešnejší ako technický a vysoko štruktúrovaný prístup.

Sociálne siete zabudované do znalostného systému spoločností môžu predstavovať šancu využiť „sociálnu“ zložku a stále umožňujú ukladanie a prístup ku kolektívnym znalostiam. Medzitým môže sociálny priemyselný internet vecí (IIoT) prostredníctvom „interaktívneho strojového učenia“ prepojiť inteligentných operátorov s inteligentnými vecami v sociálnych sieťach na zdieľanie informácií a výmenu správ o ich polohe, stave, prevádzkovom stave a dostupnosti na zlepšenie napr. na úrovni stroja (napr. inteligentná údržba) či na úrovni výrobnej linky z pohľadu materiálových tokov a produktivity zdrojov (napr. odhaľovanie úzkych miest).

V oboch prípadoch je konečným cieľom podnikových sociálnych sietí komunikovať a umožniť spoluprácu medzi inteligentnými operátormi a inteligentnými strojmi prostredníctvom sociálnych vzťahov s cieľom dosiahnuť výrobné ciele.

Operátor + Big Data Analytics = analytický operátor [kognitívna interakcia]

Big Data Analytics je proces zhromažďovania, organizovania a analýzy veľkých súborov údajov (rozsiahlych údajov) s cieľom objaviť užitočné informácie a predpovedať relevantné udalosti. Jeho aplikácia v inteligentnej továrni viedla k zrodu analýzy výroby v reálnom čase na úrovni prevádzky, známej aj ako inteligentná výroba.

Analýzy rozsiahlych údajov môžu pomôcť inteligentným operátorom (napr. výrobným manažérom) dosahovať lepšie predpovede, porozumieť výkonnosti inteligentnej továrne (kontrola na úrovni prevádzky), podporovať neustále zlepšovanie (Six Sigma) a poskytovať lepšiu viditeľnosť KPI (vizualizácia údajov a interaktívne obrazovky) a výstrahy v reálnom čase založené na prediktívnej analýze (detekcia chýb a zlepšenie kvality). Pritom cieľom by malo byť využitie informácií v reálnom čase na riadenie správnej reakcie, aby sa predišlo chybám, aby sa rýchlo identifikovali problémy a aby sa vyžadovali správne rozhodnutia na zlepšenie prevádzkovej efektivity.

Analytika údajov a strojové učenie majú niekoľko aplikácií vo výrobe a už sa pomerne široko využívajú [14]. Nárast dostupných údajov prostredníctvom lacných snímačov a priemyselného internetu vecí (pripojené zariadenia) a tiež rýchly pokrok v procesoch nevyžadujúcich priamu interakciu človeka, ako je hlboké učenie, prinesú v blízkej budúcnosti ešte výkonnejšie a použiteľnejšie riešenia.

Analytický operátor je trochu prepojený s niekoľkými ďalšími aplikáciami, pretože mnohé z nich sa spoliehajú na pokročilú analýzu údajov. Rovnako aj kolaboratívny operátor, ktorý často využíva rozpoznávanie obrázkov, aby dokázal pracovať v blízkosti kolaboratívnych robotov, „zdravý operátor“, ktorý sa spolieha na analýzu zhromaždených biologických údajov, a „inteligentnejší operátor“ využívajúci umelú inteligenciu zabudovanú vo virtuálnom asistentovi.

Tento typ Operátora 4.0 je ilustrovaný rôznymi monitorovacími a riadiacimi nástrojmi, ktoré v súčasnosti využívajú algoritmy strojového učenia a dolovania údajov na zlepšenie kvality, času prípravy atď. [15].

Literatúra

[1] Breque, M. – De Nul, L. – Petridis, A.: Industry 5.0: towards a sustainable, human-centric and resilient European industry. European Commission, Directorate-General for Research and Innovation, Luxembourg 2021

[2] Xu, X. – Lu, Y. – Vogel-Heuser, B. – Wang, L.: Industry 4.0 and Industry 5.0 – Inception, conception and perception. In: Journal of Manufacturing Systems, 2021, č. 61, s. 530 – 535.

[3] Yang, J. – Liu, T. – Liu, Y. – Morgan, F.: Review of Human-Machine interaction towards Industry 5.0: Human-Centric Smart Manufacturing. In: Proceedings of the ASME 2022, International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, August 14-17, 2022, St. Louis, Missouri.

[4] HMI – The Future Mainstream of Industry4.0. Market Prospect. [online]. Publikované 21. 6. 2022. 

[5] Liu, S.: 3 key considerations for the next generation of HMI. Texas Instruments. [online]. Publikované 1. 6. 2022. 

[6] Romero, D. – Wuest, T. – Stahre, J. – Noran, O.: Towards an Operator 4.0 Typology: A Human-Centric Perspective on the Fourth Industrial Revolution Technologies. [online]. In: CIE46 Proceedings 2016. 

[7] Gorecky, D. – Schmitt, M. – Loskyll, M. – Zühlke, D. 2014. Human-Machine-Interaction in the Industry 4.0 Era. In: 12th IEEE International Conference on Industrial Informatics, pp. 289 – 294.

[8] Satisfactory (A collaborative and augmented-enabled ecosystem for increasing SATISfaction and working experience in smart FACTORY environments). [online].

[9] VISTRA (Virtual Simulation and Training of Assembly and Service Processes in Digital Factories). [online]. 

[10] VFF (Holistic, extensible, scalable and standard Virtual Factory Framework). [online]. 

[11] Myers, K. – Berry, P. – Blythe, J. – Conley, K. – Gervasio, M. – McGuinness, D. L. et al. 2007. An Intelligent Personal Assistant for Task and Time Management. In: AI Magazine, 28(2): 47 – 61.

[12] LIAA (Lean Intelligent Assembly Automation). [online]. 

[13] INSA (Protection and Integral Security Concepts in Cyber-Physical Systems). [online]. 

[14] Wuest, T. – Weimer, D. – Irgens, C. – Thoben, K.-D. 2016. Machine Learning in Manufacturing: Advantages, Challenges and Applications. Production & Manufacturing Research. DOI: 10.1080/21693277.2016.1192517.

[15] Wuest, T. – Irgens, C. – Thoben, K.-D. 2014. An Approach to Quality Monitoring in Manufacturing using Supervised Machine Learning on Product State Data. In: Journal of Intelligent Manufacturing, 25(5): 167 – 1 180.

Pokračovanie v ďalšom čísle.

-tog-