AI movendo-se lentamente para o chão de fábrica

SAN JOSE, Califórnia - Redes neurais profundas estão rastejando em direção ao chão de fábrica.

Para vários primeiros usuários, as redes neurais são a nova inteligência embutida atrás dos olhos das câmeras de visão por computador. No final das contas, as redes invadirão braços robóticos, gateways de sensores e controladores, transformando a automação industrial. Mas a mudança está chegando lentamente.

“Ainda estamos nas fases iniciais do que provavelmente será uma era de várias décadas de avanços e algoritmos de aprendizado de máquina de próxima geração, mas acho que veremos um enorme progresso nos próximos anos”, disse Rob High, chefe diretor de tecnologia da IBM Watson.

As redes neurais irão se aninhar em um número crescente de controladores e gateways x86 multicore com capacidade para Linux que aparecem no chão de fábrica e ao redor dele. As redes celulares 5G emergentes um dia darão às redes neurais acesso imediato a centros de dados remotos, disse High.

Fabricantes de automóveis e aeronaves e prestadores de serviços de saúde estão entre os primeiros passos, principalmente com câmeras inteligentes. A Canon está incorporando placas Nvidia Jetson em suas câmeras industriais para ativar o aprendizado profundo. A Cognex Corp., fornecedora de câmeras industriais, está aumentando suas próprias ofertas. E a startup Horizon Robotics já está enviando câmeras de vigilância que incorporam seus aceleradores de inferência de aprendizado profundo.

“Todos os primeiros usuários implantaram o aprendizado profundo para a percepção visual e outros estão começando a notá-los”, disse Deepu Talla, gerente geral de máquinas autônomas da Nvidia. “A percepção é razoavelmente fácil de fazer e os pesquisadores a veem como um problema resolvido.

“Agora, os grandes problemas estão no uso de IA para interação com humanos e atuação mais detalhada - esses são problemas de pesquisa de 10 anos. Em áreas como navegação de drones e robôs, estamos mais no estágio de protótipos. ”

Talla chama a robótica de “a interseção de computadores e IA”, mas muitos usos industriais do aprendizado profundo serão menos glamorosos - e chegarão mais cedo.

Os robôs de fábrica ainda não estão usando IA, disse Doug Olsen, presidente-executivo da Harmonic Drive LLC, fornecedora líder de componentes robóticos. A curto prazo, não preste atenção tanto a braços robóticos inteligentes quanto a "máquinas embutidas no chão de fábrica que podem prever falhas, reunindo dados sobre o uso diário para determinar quando os sistemas precisam de manutenção preventiva", disse Olsen. “É aí que a IA pode se estabelecer primeiro.”

Alguns grandes fabricantes de chips concordam. A Renesas começou a fazer experiências há três anos, colocando microcontroladores que suportam IA em nós finais para detectar falhas e prever as necessidades de manutenção em sistemas de produção em uma de suas fábricas de semicondutores.

Em outubro, a gigante japonesa do chip lançou seus primeiros MCUs com blocos de processador dinamicamente reconfiguráveis ​​para processamento de imagem em tempo real. Tem como objetivo fazer o acompanhamento com controladores que possam apoiar a cognição em tempo real em 2020 e a aprendizagem incremental em 2022.

A rival STMicroelectronics está adotando uma abordagem semelhante com seus chips STM32. Em fevereiro, ela anunciou um sistema em chip de aprendizado profundo e um acelerador em desenvolvimento, visando em parte à detecção de falhas no chão de fábrica.

Os robôs inteligentes virão eventualmente. A startup covariant.ai, por exemplo, está trabalhando para capacitá-los com o aprendizado por reforço. “Equipar robôs para ver e agir de acordo com o que vêem será uma das maiores diferenças que o aprendizado profundo fará nos próximos anos”, disse Pieter Abbeel, um pesquisador de IA que fundou o covariant e dirige um laboratório de robótica na Universidade da Califórnia em Berkeley.

Abbeel mostra simulações de cair o queixo de robôs aprendendo a correr usando técnicas de rede neural, mas ainda é cedo. “Na verdade, começamos o covariante em parte porque o espaço industrial de IA ainda não está lotado”, disse ele.