Üretim alanında insanlar ve makineler genellikle simbiyotik bir ilişki içindedir. Performansları ve gelecekteki gelişimleri bakımından birbirine bağlıdır. İnsanlar, daha güçlü donanım ve yazılımları temel alan uygun fiyatlı ve yenilikçi otomasyon çözümleri kullanarak giderek daha iyi makineler üretiyor. Bu gelişmiş makineler de insanların daha üretken olmasına yardımcı oluyor ve değer zincirinde giderek daha fazla yüksek düzeyde değer sunarak geniş ölçekte topluma avantajlar sağlıyor.

YAPAY ZEKA VE BULUT İLE EDGE KARŞILAŞTIRMASI 

Makinelerin geliştirilmesinde önemli bir rol oynayan iki teknolojik gelişme; bulut bilişim ve edge bilişimdir. Bulut bilişim (yerel olarak veya İnternet'te sunucuda uzaktan depolanan verilerin depolanması, yönetimi ve analizi) nispeten kısa bir sürede yaygınlaştı. Birçok durumda paha biçilmez olduğunu kanıtlasa da işletmeler ve özellikle üretim hattı için her zaman en iyi çözüm mü? Kısa bir süre önce, gelecek vaat eden başka bir alternatif ortaya çıktı: edge bilişim.

Edge bilişim; veri depolamanın, uygulamaların ve analizin bir makinenin uç noktasında gerçekleştirilmesini sağlar. Edge'in neleri gerektirdiği hakkında çeşitli yorumlar olsa da uç noktada veri madenciliği, spinal refleksle karşılaştırılabilir. Hatlar ve cihazlar gerçek zamanlı sensörlerle izlenir ve makine seviyesindeki veriler mikrosaniyeler içinde işlenebilir. Makinenin durumu gerçek zamanlı olarak izlenebilir ancak veri hacmi sınırlıdır. Ayrıca uç noktada gerçek zamanlı veri işleme anında yanıt sağlar.

Endüstriyel üreticiler, son zamanlarda yapay zeka (AI) ve makine öğrenimini (ML) içeren yeni çözümlerin gelişini göz önünde bulundurarak bu iki seçenekten hangisinin daha etkili olacağına karar vermeden önce dikkatlice düşünmelidir. Omron, dünyanın masa tenisi oynayabilen ve insanları eğitebilen ilk robotu FORPHEUS'u geliştirerek yapay zekanın makinelere nasıl dahil edilebileceğini göstermiştir.

FORPHEUS, Omron'un yenilikçi otomasyona yönelik üç katlı felsefesini somutlaştırır: entegrasyon, etkileşim ve zeka (özellikle yapay zeka). Robot, kamera ve sensörlerini kullanarak oyuncunun ve topun ruh halini ve hareketlerini gözlemler. Ardından rakibin topa nasıl vuracağını ve topun yörüngesini tahmin etmek için bu verileri hızlı bir şekilde analiz ederek topa vurabilir. Nasıl oynadığını değerlendirerek rakibinin beceri seviyesini belirleyebilir. Kendi oynama şeklini rakibi için zorlu bir maç olacak şekilde değiştirebilir. Bu, üretim sektöründeki insanları eğitmek ve onlara yardımcı olmak için akıllı makinelerin potansiyelinden en iyi şekilde yararlanarak nasıl kullanılabileceğine bir örnektir.

Ancak yapay zeka, olası bazı büyük avantajlar sunsa da endüstriyel uygulamalara dahil edilmeden önce dikkatli olmak gerekir. Şirketler karşılaşabilecekleri zorlukların tam olarak farkında olmadan yapay zekayı uygulamaya ve kullanmaya başlama konusunda beklenmeyecek kadar istekli olabiliyor.

Peki, yapay zekanın devreye alınmasında ve bir üretim hattını veya süreci nasıl iyileştirebileceğinin ve bulut bilişim ya da edge bilişim uygulamanın gerekip gerekmediğinin belirlenmesinde önemli sorunlar nelerdir?

Sorun 1: Sorununuz nedir?

Şirketlerin karşılaştığı en büyük zorluk, genellikle hangi sorunu çözmek istediklerini bilmemeleridir. Bazıları henüz hiçbir veriyi ölçmemektedir. Dolayısıyla yapay zekayı uygulamaya hevesli olsalar da bu, gerekli veriler olmadan zor olacaktır. Çözüm, yapay zekayı kullanmaya başlamayı düşünmeden önce verileri toplamaya ve temizlemeye başlamaktır. Ardından verilerden bilgi elde etmeye çalışmaya ve bunu akıllı bir şekilde görselleştirmeye başlayabilirsiniz. Bu, temel veri bilimidir ve şirketinizin çeşitli avantajların farkına varmaya başlamasına yardımcı olacaktır.

Buradaki zorluklardan biri, mevcut verilerin çoğunun kirlenmiş, çoğaltılmış veya dağınık olması ya da önemli bilgilerin eksik olması nedeniyle, analiz için uygun olmamasıdır. Yeni teknoloji kullanımı büyük bir potansiyel taşır. Ancak yalnızca topladığınız veriler yeterli ve doğruysa (bu, birçok özelliğin doğru olduğundan emin olmayı gerektirir) yeni teknolojileri kullanabilirsiniz. Yapay zeka hakkında düşünmeye başlıyorsanız bir sonuca varmadan önce geniş anlamda veri bilimi hakkında, hangi verilere ve ne kadar veriye ihtiyacınız olduğunu da düşünmeniz gerekir. Bu durumda bile doğru sonuçlara ulaşmak istiyorsanız büyük miktarda veriye ihtiyacınız olacaktır.

Bir sonraki adım yapay zekayı uygulamayı düşünmektir. Çözmek istediğiniz soruna bağlı olarak çeşitli düzeylerde yapay zeka uygulayabilirsiniz. Örneğin, iki fabrikanın performansını karşılaştırmak istiyorsanız verileri toplayabilir ve buluta (şirket içinde veya dışında) yerleştirebilirsiniz. Ardından verileri karşılaştırıp analiz edebilir ve sonuç çıkarmaya başlayabilirsiniz.

Yelpazenin diğer ucunda, tüm teknik özelliklerinizi karşılamayan bir makinenin performansını analiz etmek isteyebilirsiniz. Bu, bir seri üretim senaryosunda zor olabilir. Örneğin, otomotiv sektörü için parça sağlayan bir üreticinin, müşteriye "tam zamanında" teslim edilerek ertesi gün araçlara yerleştirilmesi gereken 100.000 öğe üretmesi gerekebilir. Ürünün teknik özellikleri karşılamadığını anlamak için kalite verilerinin analizi iki hafta sürüyorsa bu, bir sorunun tespit edilmesini geciktirerek sonradan ürünün geniş çaplı geri çağrılmasına yol açabilir. 

Dolayısıyla bu, çözülmesi gereken tamamen farklı bir sorundur. Verilerin toplanması ve analiz edilmesi saatler veya günler sürebileceğinden bulutta çözülemez. Bunun yerine, makinenizde çalışacak ve 100 bin öğe gönderilmeden, hatta ıskartayı önlemek için üretilmeden önce düşük kalite kalıbını belirleyebilecek bir çözüme ihtiyacınız vardır. Edge bilişim bu noktada çok faydalıdır. 

Yani ana zorluk devam ediyor: Hangi sorunu çözmek istiyorsunuz? Güçlü ve üst düzey yönetime sahip bir şirket, karşılaştığı temel zorlukları bilmeli ve performansını optimize edecek en etkili araçları kullanmaya istekli olmalıdır. Karşılaştığınız sorunlar ne yapmanız gerektiğini belirleyecektir. Örneğin, geniş çapta çok fazla veriye bakmanız mı gerekiyor? Örneğin, 20 fabrikadan alınan büyük miktarda veriyi karşılaştırmak istiyorsanız buluttaki yapay zeka bu noktada önemli bir rol oynayabilir. Şişeleme hattında, örneğin duruş süresini önlemek için anında tepki vermeye ihtiyacınız varsa uç noktada yapay zeka içeren bir çözüm düşünmelisiniz.

Sorun 2: Verilerinize nasıl erişebilir ve bunlardan en iyi şekilde nasıl yararlanabilirsiniz?

Bir fabrika içindeki makineler, potansiyel olarak değerli veri kaynağıdır. Ancak kullanıcılar bir makinenin sağlayabileceği verilere nasıl erişebilir ve bunları nasıl analiz edebilir? Ardından üretim tesisi, özellikle de kapasitesini geliştirmek için yapay zekayı eklerken bu verileri olabildiğince etkili şekilde nasıl kullanabilir? Başlangıçtan itibaren ele alınması gereken temel sorular şunlardır:

•    Veriler: Elimde yeterli veri var mı? Varsa en alakalı veriler hangileri ve bunlar nasıl kullanılacak?
•    Altyapı: Altyapının maliyeti ne olacak?
•    Sonuçlar: Hangi sorunu çözmem gerekiyor? Bulut veya edge bilişim kullanarak verimlilikte nasıl bir artış elde edilebilir?

Bazı üretim tesisleri tüm verileri buluta göndermeye karar verebilir. Büyük BT şirketleri, bulutu her şeye çözüm olarak tanıtıyor. Ancak bulut, makinelerin içinde olup biteni gerçek zamanlı olarak göstermediği veya bunlara müdahale etmediği için tam olarak her derde deva değildir. Bu nedenle Omron bu alana odaklanmaya karar verdi. Aşağı doğru analiz ve örüntü tanıma ayrıntılarıyla birlikte, insan beyninin makinelerin içinde neler olduğu konusundaki zorluklarla başa çıkmasına yardımcı olacak araçlar geliştirdik.

Belirttiğimiz gibi, fabrikada bulut bilişim kullanmanın olası dezavantajlarından biri, ekipmanın gerçek zamanlı performansını görmenin zor olabilmesidir. Neler olduğunu görmek için makinenin içine bakmak mümkün değildir. 

Ancak, endüstriyel üretim ortamında edge bilişimde, makinenin içindeki gerçek sürece bakabilirsiniz. Uç noktada gerçek zamanlı veri işleme, proses içinde anormal bir duruma anında müdahale edebilmeyi sağlar. Uç noktada yapay zeka sayesinde üreticiler karmaşıklığı ve güvenliği kontrol edebilir. Bilgileri eyleme dönüştürmek için üreticiler, operatörle makine arasında daha doğal ve proaktif bir ilişkiye yönelik verimli kontrol ve izlemeye ihtiyaç duyar.

Edge bilişim ile veriler ve bilgi işlem kaynakları makinelerin yakınında bulunur. Bu, kullanıcıların endüstriyel otomasyon sistemlerinin farklı yönlerden verimliliği hakkında gerçek zamanlı bilgi edinmesini sağlar. Bunun anlamı, makine içindeki zekaya erişebilmeleri ve sonuçta derinlemesine analiz yapılabilmeleridir.

Bu bilgiler, hem ölçeklenebilir hem de ölçülebilir niteliktedir. Fabrikanın genel ekipman verimliliğinde (OEE) önemli bir artış elde etmesini sağlar. Üretim şirketleri, yapay zekanın OEE'lerini artırarak kârlılığa büyük katkı sağlayabileceğini, bunun daha yüksek verimlilik ve daha düşük maliyetler doğuracağını giderek daha çok kabul ediyor. 

Böylelikle zeka başka bir yerde olmayıp makine içine eklendiğinden, yapay zeka doğrudan ve anında sonuçlara katkı sağlayabilir. Kullanıcılar, sistem ve komponentlerinden gelen gerçek zamanlı verileri kullanarak süreç içindeki potansiyel sorunlara odaklanabilir.

Omron Yapay Zekalı Kontrolör, basit önleyici bakım işlemlerine yardımcı olabilecek önceden programlanmış bazı araçlar içerir. Gelişmiş matematiğin yardımıyla, makine bozulmadan bir sorunu veya ekipmanın bir bölümündeki bozulmayı tespit edebilir. Ancak, daha karmaşık makineler ve yapay zekanın daha ayrıntılı şekilde kullanılmasını gerektiren sorunlar nedeniyle, şu anda bu yeni teknolojiden maksimum değer elde etmek istiyorsanız gelişmiş becerilere sahip uzmanlara (veri bilimciler ve yazılım mühendisleri gibi) ihtiyacınız olacaktır.

Sorun 3: Verileriniz ne kadar güvenli?

Üretim ortamındaki makinelerde neler olduğunu anlamak bakımından bulut bilişim, bazı nedenlerden ötürü en son teknolojinin ve makinelerin ihtiyaçlarını karşılamada genellikle yetersiz kalan basit bir yaklaşımdır.

Örneğin, bulut kullanımı özellikle en son IEC 62243 siber güvenlik standartlarına uygunluk açısından güvenlikle ilgili sorunlara neden olabilir. Bu standartlar endüstriyel durumlarda giderek daha önemli hale gelmektedir ve endüstriyel otomasyon programlarında kullanılan komponent ve sistemlerin güvenliği, emniyeti ve bütünlüğü ile alakalıdır.

Buna karşın, veriler makine içinde bulunduğundan, fabrika içinde edge bilişim farklı bir seviyede güvenlik sağlar. Endüstriyel otomasyon sürecinin tamamı, yetkisiz erişen algılama, videolu izleme ve erişim kontrolü sistemleri gibi çözümler kullanarak güvence altına alınabilir.

SONUÇLAR

Geleneksel makine kontrolü ortamında bir makineyi, alabileceği yerel verilerdeki mikro saniye beceri kalıplarını tanıyacak şekilde programlamak mümkün olmamıştır. Potansiyel olarak tüm makinelerde bulunmasına karşın, bu bilgiler yakın zamana kadar yok sayılmıştır. Ancak, yapay zeka çözümlerinin makinenin içinde uç noktada sunulması, artık size bu verilere bakmanıza olanak tanıyan araçlar sağlıyor. Teknolojideki gelişmeler, bu verileri işleyecek ve içindeki kalıpları tanıyabilecek makine kontrol ekipmanına sahip olabileceğiniz anlamına geliyor. 

Edge bilişim, üretim alanında bulut bilişimden farklı olsa da, bulut bilişimin tamamen yerine geçmesi gerekmez. Birbirlerini çeşitli şekillerde tamamladığı için her ikisi birlikte mevcut olabilir. Bazı durumlarda, bilgi işlem bulut ortamında gerçekleşebilir ve sonra uç cihazlara aktarılabilir. 

Peki, yapay zeka kullanmaya başlayan bir fabrika için en etkili çözüm hangisidir? Bulut bilişim mi yoksa edge bilişim mi? Her ikisinin de üretimde oynayacağı değerli bir rol vardır. Ancak üretim hattında yapay zekanın kullanılması bakımından, edge bilişim gerçekten de daha avantajlı görünüyor.