DIALOG

Využití AI pro spolupráci člověk – stroj

Autor: Alena Burešová.

Když chytré technologie chrání lidi před úrazem

Přestože se ve výrobě nasazuje stále více kolaborativních robotů, které jsou z podstaty své funkce vybaveny pro přímou spolupráci s člověkem, naprostá většina výrobních zařízení se zatím skládá z klasických výrobních linek a robotů, které pracují rychle a mají velkou sílu. Pro člověka skýtají řadu nebezpečí. Kvůli zajištění bezpečnosti práce musí být ohrazeny nejrůznějšími fyzickými bariérami jako jsou ploty, klece atd. To však omezuje počet a charakter jejich interakcí s lidskými pracovníky.

Umělá inteligence umožňuje větší kolaboraci člověka s robotem

Podle profesora Pavla Václavka, vedoucího Kybernetiky a robotiky a Smart Factory Core Facility, CEITEC VUT Brno, nám umělá inteligence pomůže udržet bezpečnost práce v neustále se měnícím prostředí. „Situace ve výrobě se proměňuje. S narůstajícími interakcemi mezi roboty, stroji a lidi a snahou odstraňovat fyzické bariéry, které doposud bránily úrazu, vzniká otázka, jak zajistit bezpečnost práce jiným způsobem,“ upozorňuje profesor. Pokud je prostředí vybaveno 5G privátní sítí, výhody obou technologií se násobí.

„Umělá inteligence nám v praxi dokazuje, že bezpečnostního pracovníka, který zaměstnancům ukazuje, kam mohou vstoupit a kam již ne, může nahradit například kamerový systém,“ uvádí profesor Václavek možnost dálkového dozoru jako jeden z mnoha příkladů výhod těchto technologií.

Výpočetní vidění a senzory mohou sledovat pohyb zaměstnanců, rozpoznávat nebezpečné vzory. Pokud umělá inteligence detekuje nesprávné použití nástroje nebo nebezpečné pracovní postupy, může na to upozornit a předejít úrazu. „Umělá inteligence nám pomáhá detekovat, jaké mají lidé ve výrobním prostředí záměry, předpovídá jejich chování. A tomu může přizpůsobovat chod strojní části bez toho, aniž by byla bezpečnost zajištěna prostřednictvím klasických fyzických bariér,“ vysvětluje profesor.

 Bez kvalitní datové analýzy je to však nemožné

Jan Hirš, Head of Industry 4.0 domain ve firmě T-Mobile s profesorem Václavkem souhlasí a zdůrazňuje, že zajištění bezpečnosti práce je podmíněno kvalitní analýzou velkých dat.

 „Máme k dispozici data z několika zdrojů, například kamerových záznamů, strojového učení, rozpoznání obrazu, ale i dalších prvků. Tato data musíme umět vzájemně integrovat, zpracovat a správně vyhodnotit. Umělá inteligence není žádný zázrak, vždy záleží, jaká data použijeme a jaké modely nasadíme pro jejich zpracování.“

Privátní 5G sítě pak umožňují rychlé a spolehlivé přenosy těchto dat pro okamžitou reakci a prevenci nehod. Poskytují spolehlivé a rychlé připojení pro bezdrátové propojení různých zařízení v rámci internetu věcí, kdy můžeme sbírat a analyzovat velké množství dat z různých senzorů a zařízení v reálném čase. Umělá inteligence poté může tyto data využít k optimalizaci procesů, identifikaci problémů a zlepšení bezpečnosti.

Reakce ihned

Nízká míra latence, kterou privátní 5G sítě disponují, umožňuje okamžitou reakci na náhlé nebezpečí. „Klasickou drátovou komunikaci mezi roboty umíme nahradit komunikací bezdrátovou a dokážeme garantovat latence pod 5 milisekund,“ říká Jan Hirš.

To je v kritických situacích zásadní. Pokud umělá inteligence detekuje požár, únik nebezpečných látek nebo poruchu zařízení, může vygenerovat notifikaci a výstrahu okamžitě. Tím se zajišťuje, že zaměstnanci budou informováni v reálném čase a budou moci ihned přijmout potřebná opatření.

„Pokud se neautorizovaný člověk nebezpečně přiblíží ke stroji, což víme například z kamerových záznamů nebo z dat o lokalizaci člověka, umíme v řádu milisekund stroj zastavit, pootočit či jinak upravit jeho fungování tak, aby danému člověku nijak neublížil,“ uvádí Hirš pravděpodobně nejčastější případ z výroby, kdy mohou technologie zachránit život.

Dlouhodobé zlepšování pracovního prostředí

V delším časovém horizontu přispívá umělá inteligence k prevenci poruch. Tím, že může analyzovat data z různých senzorů a monitorovat stav zařízení v reálném čase, může předvídat poruchy nebo selhání zařízení a odstranit závadu ještě před tím, než nastane.

Díky svému umění vyhodnocovat velké množství dat můžeme její schopnost, kromě predikce údržby, využít i k analýze dat o pracovních podmínkách, historii nehod a faktorech rizika, a na základě toho identifikovat potenciální nebezpečí a rizika v pracovním prostředí, a odstranit je.

Když se stroj umí učit

Velmi důležitá je schopnost „samoučení“, kterou stroje vybavené softwarem využívající nástroje umělé inteligence, disponují. „Vždy se vyskytne nějaká situace, se kterou se v našich experimentech nepočítalo,“ uvádí profesor Václavek a vysvětluje: „Můžeme vymyslet tisíce variant, jak se operátor v interakci s robotem může chovat, vždy ale existuje pravděpodobnost, že přijde jiný operátor, který se zachová doposud nepředvídatelným způsobem.“

Proto je schopnost stroje vyhodnotit nohou situaci a poučit se z ní pro zajištění bezpečnosti práce klíčová. A aspekt umělé inteligence, kdy se stroj umí přizpůsobit situaci, na kterou nebyl trénován, je podle profesora Václavka ta nejzajímavější.