L’IA impara a vedere nello Smart.Production:Lab Volkswagen

’intelligenza artificiale, grazie al riconoscimento delle immagini, può automatizzare i processi di controllo nella logistica, rendendoli più efficienti: ecco come viene sviluppato l’Industrial Computer Vision all’interno dello Smart.Production:Lab.

Le scatole blu sono in posizione e una piccola telecamera le sta riprendendo: tutto è pronto per il test. Un attimo dopo sul monitor compare un segno di spunta verde, a indicare che le scatole sono riempite nel modo corretto. Può sembrare una cosa banale, ma è il risultato dell’opera di una tecnologia molto sofisticata: l’intelligenza artificiale.

All’interno dello Smart.Production:Lab di Wolfsburg il lavoro di un gruppo di esperti IT si sta concentrando proprio sull’intelligenza artificiale, addestrandola ad eseguire compiti in modo indipendente. Per esempio, verificare che le scatole con cui vengono consegnati i componenti per la produzione siano imballate correttamente, sia in laboratorio, sia negli scenari logistici reali.

Addestrare l’IA

Questo sistema si chiama Industrial Computer Vision ed è stato sviluppato in collaborazione con altri laboratori e con il Software Development Center Volkswagen di Dresda. L’idea di base parte dall’addestramento dell’intelligenza artificiale, per permetterle di valutare i dati ottici e di rilevare gli errori in modo estremamente affidabile e in tempi ridottissimi, nell’ordine di frazioni di secondo.

“L’interfaccia utente è così semplice che chiunque può gestirla e addestrare autonomamente l’IA, non serve essere un informatico” spiega Nicolas Hummel, uno degli specialisti dello Smart.Production:Lab. Applicando questa tecnologia, il Gruppo Volkswagen prevede di risparmiare nei prossimi anni decine di milioni di Euro, soprattutto nell’ambito della produzione e della logistica.

Massima personalizzazione

Con l’Industrial Computer Vision, l’intelligenza artificiale può essere adattata e personalizzata per diversi utilizzi. Tutto ciò che serve è una persona che prepari abbastanza materiale per l’apprendimento – nel caso specifico foto con scatole imballate sia in maniera corretta, sia in maniera sbagliata – e che lo contrassegni in modo opportuno.

“A questo punto, l’intelligenza artificiale impara a distinguere i risultati giusti da quelli errati in maniera indipendente” aggiunge Hummel. Nella maggior parte dei casi, una rete neurale è pronta dopo pochi giorni di “allenamento”.

Lavorare in sinergia

Gli esperti dello Smart.Production:Lab di Wolfsburg sono in contatto e collaborano con molti altri centri ricerca del Gruppo Volkswagen. Nel caso della Computer Vision, per esempio, il software è stato scritto a Wolfsburg, il Data:Lab di Monaco si è concentrato sulle prestazioni delle reti neurali e il Software Development Center di Dresda ha messo alla prova il sistema fornendo i feedback dopo i test.

E tutto è andato per il meglio, visto che la tecnologia è già operativa in un reparto della logistica di Wolfsburg, per il controllo automatico dei container. Ovviamente le immagini delle persone vengono automaticamente sfocate attraverso la cosiddetta “pixelatura”, nel rispetto delle norme sulla privacy: un accorgimento che sarà uno standard per tutte le applicazioni basate sulla visione artificiale.

La versatilità della IA

Un ulteriore impiego della Industrial Computer Vision è attualmente in fase di sperimentazione nello stabilimento Porsche di Lipsia. Qui l’intelligenza artificiale verifica che le etichette vengano attaccate correttamente sulle singole auto: ogni etichetta contiene informazioni importanti sul veicolo, come per esempio le istruzioni per l’utilizzo degli airbag, e ogni adesivo è personalizzato con la lingua del mercato in cui il modello sarà venduto. L’IA controlla le immagini in tempo reale e verifica che sia tutto in ordine.

Nel 2021 questo sistema sarà esteso ad altri impianti, tramite l’Industrial Cloud che connette tutti gli stabilimenti del Gruppo Volkswagen. Nel frattempo, allo Smart.Production:Lab si continua a lavorare per estendere i vantaggi di questo sistema a tutta l’Azienda. “L’obiettivo è realizzare una sorta di libreria di applicazioni online, da cui ogni reparto possa scaricare quella che preferisce” aggiunge Reda Jaber, ed è già in corso un test pilota in questa direzione.

Libertà e indipendenza

Allo Smart.Production:Lab si lavora anche su sistemi di trasporto senza conducente, sull’analisi dei dati, sulla robotica e sull’Internet of Things (IoT). “Ciò che mi piace di più è la libertà di testare nuove tecnologie: chiunque può contribuire con le proprie idee e tutti i collaboratori vengono ascoltati” conclude Jaber.

Le gerarchie orizzontali permettono a ogni team di organizzarsi in modo indipendente, potendo anche partecipare alla selezione dei progetti più appropriati, come accaduto per la Computer Vision.