O Real Impacto da Inteligência Artificial na Manufatura

Meus instintos me dizem que precisamos de senso de urgência em torno do uso de inteligência artificial (IA) na manufatura.

A urgência é impulsionada por quão rápido a tecnologia pode se mover hoje, e como um breakthrough inesperado pode rapidamente dominar. IA é usada em reconhecimento facial, conversão de fala em texto, e em vencer partidas de xadrez. Certamente, deve haver uma horda de aplicações potenciais na manufatura.

Embora eu tenha escrito antes que acho que a realidade da "inteligência" da IA é matemática complexa, obtive uma visão mais esclarecida quando apresentei essa visão a um verdadeiro especialista. Na opinião dele, devemos pensar em IA em termos mais amplos. "É justo dizer que é matemática, mas é fácil ficar muito preso na matemática porque é realmente mais sobre os dados", explicou Oliver Christy, fundador da Foxy Machine, uma empresa de consultoria e estratégia de IA baseada em Nova York. "IA nos permite fazer novas perguntas usando dados em qualquer situação."

Mas mesmo limitando-se a dados e matemática é, bem, limitante. Uma terceira consideração deve ser o problema de negócio — qual é a situação que você está considerando e que ferramentas estão disponíveis, segundo Christy. "Você precisa olhar para qualquer problema dado de todas as três abordagens", explicou. "Matemática, dados, e o problema em si. Esse ponto de vista holístico [pode] dar uma solução robusta."

Ele também acha que a manufatura está madura para aplicações de IA. "Alguns dos problemas mais fáceis para IA é resolver riscos de segurança e manufatura", disse. "Temos sistemas de IA agora que podem entender em enorme escala quais riscos pode haver e como melhorar a segurança." Usar técnicas de reconhecimento de imagem em controle de qualidade é outro ganho fácil. Uma aplicação em que Christy trabalhou recentemente treinou um sistema de IA para reconhecer a qualidade do aço após tratamento térmico, sinalizando amostras que poderiam ser de preocupação. As amostras eram então examinadas em mais detalhe por um humano.

Ele enfatizou um ponto-chave sobre como IA poderia ser melhor usada — aumentando em vez de substituindo o trabalhador de controle de qualidade. Usando imagens digitais, um sistema de IA pode olhar e sinalizar muitas mais amostras que um humano sem fadiga. Mas no caso da qualidade do aço, não podia fornecer aquele toque humano final necessário para garantir que era bom ou não. Relatou como um sistema similar usado para encontrar cânceres de pele performou melhor que um oncologista treinado, mas o sistema de IA combinado com o oncologista performou ainda melhor que qualquer um sozinho. "Exatamente a mesma abordagem deve ser usada na manufatura, onde sistemas de máquina e humanos poderiam trabalhar mão a mão", disse.

Ponto de Inflexão no Poder Computacional

Voltando ao meu senso de urgência. Muita da tecnologia de IA de hoje não é nova. O conceito de usar computadores para imitar habilidades humanas em vez de apenas máquinas de calcular existe desde os próprios computadores. Mas um ponto de inflexão no poder computacional e dados está tornando isso urgentemente relevante. "Quando comecei 20 anos atrás, o custo de poder computacional e dados limitava [possíveis] aplicações", disse Christy. "Agora temos enormes quantidades de dados mistos e computação muito barata. Tenho acesso a computadores de um milhão de dólares, acesso direto a tecnologia como Watson da IBM que custa quase nada." A isso adicione software de IA open source como TensorFlow do Google que é efetivamente grátis para usar, e temos uma "tempestade perfeita de todos os componentes necessários para construir e usar IA", disse Christy.

Ele acredita que IA pode facilmente se tornar a próxima vantagem competitiva. No entanto, pode ser assustador. Seu conselho? Comece pequeno. Construa uma equipe pequena, comece a coletar dados em torno de um problema de negócio piloto, e aprenda como as melhores abordagens podem resolver um problema de manufatura. "Mas comece hoje", disse.