Google Cloud lança nova plataforma de visão computacional para redução de defeitos e gastos operacionais de fabricação

Engenheiros de qualidade, teste e manufatura podem usar a solução sem qualquer visão computacional ou experiência no assunto de IA.

Por: Redação CIMM 24/06/2021  

Defeitos em produtos como chips de computador, carros, máquinas e outros produtos custam aos fabricantes bilhões de dólares anualmente. Na verdade, os custos relacionados à qualidade podem consumir de 15% a 20% da receita de vendas. De olho nisso, o Google Cloud lançou o Visual Inspection AI, uma solução desenvolvida para ajudar fabricantes, empresas de bens de consumo embalados e outras empresas em todo o mundo a reduzir defeitos e proporcionar economias operacionais significativas com o processo de fabricação e inspeção.

Usando a tecnologia de visão computacional do Google Cloud, o Visual Inspection AI automatiza o processo de controle de qualidade, permitindo que os fabricantes detectem defeitos com rapidez e precisão antes do envio dos produtos. Ao identificar defeitos no início do processo, os clientes podem melhorar o rendimento da produção, aumentar os rendimentos, reduzir o retrabalho e reduzir os custos de devolução e reparo.

Segundo o Google Cloud, o Visual Inspection AI opera em uma ampla gama de indústrias e casos de uso, e tem potencial de gerar uma economia de milhões de dólares para os fabricantes em cada instalação.

"A IA provou ser particularmente benéfica para ajudar a automatizar o processo de controle de qualidade visual para os fabricantes - um ponto problemático em particular sentido pela indústria. Ficamos maravilhados com o grande interesse em IA de inspeção visual e estamos ansiosos para oferecer mais suporte organizações à medida que continuam a encontrar maneiras inovadoras de implantar IA em escala", disse Dominik Wee, diretor-gerente de manufatura e industrial do Google Cloud.

Com base em pilotos executados por clientes do Google Cloud, o Visual Inspection AI pode construir modelos precisos com até 300 vezes menos imagens marcadas por humanos do que plataformas de machine learning (ML) de uso geral. Isso permite que a solução seja implantada de forma rápida e fácil em qualquer ambiente de manufatura. Além disso, os clientes do Visual Inspection AI melhoraram a precisão em testes de produção em até 10 vezes em comparação com as abordagens de ML de uso geral, disse a empresa.


Continua depois da publicidade


O aprendizado profundo do Visual Inspection AI também permite que os clientes treinem modelos que detectam, classificam e localizam com precisão vários tipos de defeitos em uma única imagem.

"Ouvimos as necessidades específicas do setor e trouxemos o melhor das tecnologias de IA do Google para ajudar a atender a essas necessidades. O resultado é uma solução de IA que, construída com base em anos de experiência em visão computacional, foi desenvolvida para resolver problemas de controle de qualidade para quase qualquer tipo de processo de manufatura discreto", disse Mandeep Waraich, chefe de produto de IA industrial do Google Cloud.

A construção e o treinamento de modelos de ML normalmente requerem um profundo conhecimento de IA, bem como bancos de dados extensos contendo milhares de imagens rotuladas. Esses sistemas geralmente são executados em um data center local ou na nuvem, dificultando a implantação em escala no chão de fábrica.

Segundo o Google Cloud, a solução garante:

  • Nenhum conhecimento especial é necessário. Engenheiros de qualidade, teste e manufatura podem usar a solução sem qualquer visão computacional ou experiência no assunto de IA. Uma interface de usuário intuitiva orienta os funcionários em todas as etapas necessárias.
  • Os engenheiros podem começar rapidamente e construir modelos mais precisos. Os modelos de aprendizado de máquina podem ser treinados usando apenas 10 imagens rotuladas (em vez de milhares) e aumentarão automaticamente a precisão ao longo do tempo à medida que forem expostos a mais produtos.
  • Capacidade total de borda para nuvem: os modelos de inspeção podem ser baixados para máquinas no chão de fábrica e executados de forma autônoma na borda, seja por motivos de governança de dados ou para melhorar a latência. Ao mesmo tempo, o Visual Inspection AI está totalmente integrado ao portfólio de análises e soluções de ML / AI do Google Cloud. Isso permite que os fabricantes combinem percepções do Visual Inspection AI com outras fontes de dados no chão de fábrica e além, por exemplo, para identificar as causas dos problemas de qualidade ou para fazer referência cruzada com os dados do fornecedor e do cliente.
  • Os problemas são resolvidos mais rapidamente. A solução não apenas sinaliza um componente com defeito, mas também o Visual Inspection AI pode localizar e identificar o defeito específico dentro de cada peça, o que reduz o tempo gasto pelos engenheiros para diagnosticar problemas, retrabalhar peças e implementar melhorias de processo.

Casos de uso

Fabricantes automotivos

Uma fábrica de veículos típica produz cerca de 300.000 veículos por ano, e até 10% deles podem ter peças que foram retrabalhadas ou substituídas durante o processo de fabricação para corrigir algum tipo de defeito de produção. Identificando automaticamente defeitos no acabamento da pintura, fabricação do assento, soldas da carroceria e testes de fim de linha de peças mecânicas, o Visual Inspection AI poderia economizar aos fabricantes de automóveis mais de US $ 50 milhões anualmente por fábrica.

"A força do Google Cloud em aprendizado de máquina e inteligência artificial está acelerando a transformação da Indústria 4.0 da Renault. Estamos adotando soluções inovadoras de visão por computador, como Visual Inspection AI, AutoML e Vertex AI para implementar controles de qualidade mais precisos com um tempo significativamente reduzido para o mercado a um custo menor . Estamos trabalhando agora na implantação dessas novas ferramentas em todas as fábricas da Renault. A Renault está pronta para a fabricação voltada para o futuro e dá as boas-vindas à parceria com o Google Cloud ", disse Dominique Tachet, líder de projeto digital da Renault.

Serviços de fabricação de eletrônicos (EMS)

Dos 15 milhões de placas de circuito produzidas a cada ano em uma fábrica EMS típica, até 6% podem ser retrabalhados ou descartados durante o processo de montagem devido a falhas de qualidade internas ou externas, como erros de solda ou falta parafusos. Reduzir o retrabalho e o desperdício de material pode economizar cerca de US $ 23 milhões a cada ano.

"Tem sido incrível trabalhar com o Google Cloud para trazer tecnologias inovadoras de aprendizado de máquina e visão computacional para nossos processos de qualidade. Os engenheiros da FIH Mobile, uma subsidiária da Foxconn, confiam no Google Cloud e estamos alcançando melhorias consideráveis no produto por meio de nossa colaboração. Não podemos esperar para implementar a solução Visual Inspection AI ainda mais em nossas extensas operações de fabricação de PCB. " disse Sabcat Shih, Gerente Associado Sênior, FIH Mobile.

Produção de semicondutores

Uma planta de fabricação de chips que produz 600.000 wafers por ano pode ter perdas de rendimento de até 3% devido a rachaduras e outros defeitos. Implementar o Visual Inspection AI pode reduzir atrasos na produção e refugo, economizando até $ 56 milhões por fábrica.

"Com a escassez de engenheiros de IA, Visual Inspection AI é um serviço inovador que pode ser usado por engenheiros que não são IA. Descobrimos que somos capazes de criar modelos altamente precisos com apenas 10-20 imagens com defeito com Visual Inspection AI . Continuaremos a fortalecer nossa parceria com o Google para desenvolver soluções que levarão os projetos de transformação digital de nossos clientes ao sucesso", disse Masaharu Akieda, Gerente de Divisão, Divisão de Soluções Digitais, KYOCERA Communication Systems Co., Ltd.

Gostou? Então compartilhe: