Cu începerea comparării datelor de imagine, acum câțiva ani, inteligența artificială a pătruns în producție. Nu doar, dar mai ales pentru controalele de calitate, rețele neuronale sunt antrenate să identifice abateri (de la standard) prin compararea unei piese (realitate) cu imagini de referință. Între timp, inteligența artificială generativă bazată pe modele lingvistice mari sprijină soluționarea treptată a întrebărilor de obicei foarte bine definite. Într-un proces iterativ, omul face sugestii prin intermediul prompturilor până când se ajunge la o soluție. Cu totul diferit funcționează AI-ul agentic: acesta alege instrumentele AI necesare (agenți) pentru sarcini extrem de complexe și elaborează soluții în mare parte în mod autonom.
Chatboții precum ChatGPT marchează deja în viața de zi cu zi tranziția către inteligența artificială agentică: utilizatorii observă că cererea lor este împărțită în mai multe etape (căutare, evaluare, rezumare), dar nu văd după ce logică sistemul alege și leagă instrumentele potrivite. În diferite aplicații de dezvoltare software, servicii pentru clienți, operarea IT, managementul cunoștințelor și procesele administrative ale companiilor, inteligența artificială agentică își demonstrează deja astăzi punctele forte – pretutindeni unde sarcinile complexe constau din mai multe etape și trebuie coordonate între diferite sisteme.
- În serviciul clienți, inteligența artificială agențială poate gestiona în mod autonom o mare parte din solicitările clienților, nu doar răspunzând la întrebări, ci și desfășurând procese complete de servicii și luând decizii de sine stătătoare în cadrul unor reguli definite.
- în dezvoltarea software-ului: agenții de codare moderni analizează cerințele, scriu coduri, efectuează teste, corectează (iterativ) erorile.
- În comerțul cu amănuntul, agenții de inteligență artificială bine orchestrat pot sprijini gestionarea stocurilor, prognoza cererii, logistică și gestionarea produselor. Agenții ar trebui să combine în mod autonom informații din diferite sisteme, să pregătească decizii operaționale și, în unele cazuri, să le execute.
Orcha-3: Transfer în producția industrială
Platforma Orcha-3 dezvoltată de Fraunhofer IWU aplică această abordare în tehnologia de producție. Orcha-3 este concepută pentru întrebări care, până acum, au fost greu de abordat cu modele individuale de inteligență artificială: întrebări deschise de-a lungul unei lanț de procese, a căror răspuns nu derivă dintr-o măsurare, ci din multe etape interdependente, iar următorul pas logic devine clar abia după evaluarea pasului anterior.
Un exemplu: Într-un lanț de procese format din operațiuni de deformare și asamblare, la final apar abateri de măsurare, a căror cauză este necunoscută. Orcha-3 descompune această întrebare în mod autonom în pași de lucru individuali – preluarea datelor de proces din mediul mașinilor și instalațiilor, combinarea seriilor temporale de la mai multe stații, calcularea corelațiilor, simularea variațiilor parametrilor, evaluarea rezultatelor intermediare – și decide după fiecare pas cum să continue. Fiecare dintre acești pași este executat de un agent specializat cu o sarcină clar definită.
Decisiv pentru utilizarea în producție este împărțirea sarcinilor între modelul lingvistic și execuție: Modelul lingvistic planifică, dar nu accesează el însuși niciun sistem de producție. Interogările de baze de date, calculele și simulările se desfășoară exclusiv local în agenți. Datele brute nu părăsesc rețeaua companiei; modelului îi este oferită exclusiv o viziune curată, complet înregistrată asupra situației de planificare. Această viziune este generată și stocată determinist pentru fiecare pas de planificare. Astfel, este verificabil ulterior ce informații au fost de fapt transmise modelului. Cunoștințele de proces, care sunt incluse în parametrii de fabricație, reprezintă adesea adevăratul avantaj competitiv al unei companii; Orcha-3 este conceput astfel încât utilizarea modelor lingvistice puternice să nu presupună renunțarea la această cunoaștere.
Din același motiv, întreaga execuție este orchestrat determinist (executată pe baza regulilor, fiecare decizie fiind reconstruită ulterior) și este înregistrată fără lacune: Fiecare pas, fiecare rezultat intermediar și fiecare decizie a platformei rămâne stocată și poate fi urmărită chiar și după luni de zile. Pentru o recomandare care intră în producția de serie, această capacitate de reconstrucție nu este o funcție de confort, ci o condiție prealabilă. În plus, Orcha-3 poate executa pașii de evaluare lipsă sub formă de programe mici chiar și atunci când trusa de unelte disponibilă pentru o problemă nu este suficientă.
Platforma este în prezent concepută ca un mediu de cercetare și testare. Obiectivul pe termen mediu este extinderea de la lanțul de procese individual la sistemul de producție, inclusiv întrebări legate de utilizarea mașinilor și a personalului, necesarul de suprafață și conceptul de logistică, care astăzi pot fi răspunse doar prin analize manuale complexe.
Date sintetizate pentru reprezentarea unei varietăți de sarcini și cazuri de utilizare.
Planificarea sau optimizarea unei producții complexe necesită o bază de date solidă. Dilema oului și a găinii la început poate fi rezolvată elegant - prin intermediul datelor sintetizate generate special, care se bazează pe lanțuri de procese virtuale și care reproduc, de exemplu, procese reale precum pașii individuali de deformare. Pe această lanț de procese virtuale, IA poate acum interveni și evidenția potențialele de îmbunătățire. Problema și sarcina pot fi astfel variate aproape nelimitat.
Complexitate care va fi gestionabilă doar cu inteligența artificială agențială.
În producțiile în mai multe etape există întrebări care ar trebui clarificate, dar rămân de obicei fără răspuns, deoarece clarificarea lor ar necesita zile de muncă cu datele:
- „La sfârșitul lanțului de proces, piesele sunt în afara toleranțelor, fiecare stație raportează 'în regulă'.”
- „De unde provine abaterile?“
- »Furnizorul de materiale a fost schimbat, fișa tehnică arată la fel, dar procesul nu mai funcționează ca înainte. Ce parametri trebuie ajustați?«
- „Rata de rebuturi variază între straturi. Există o presupunere, dar nimeni care să verifice datele procesului timp de două săptămâni.“
Astfel de întrebări nu pot fi răspunse cu o evaluare, ci cu multe: adunarea datelor din mai multe stații, verificarea corelațiilor, respingerea unei ipoteze, formularea următoarei. Exact acest proces este preluat de Orcha-3 în mod autonom și face fiecare pas transparent.
Platforma este funcțională și testată pe lanțuri de procese virtuale. Următorul pas este aplicarea pe întrebări reale de producție; pentru aceasta căutăm să discutăm cu companii care au o astfel de întrebare concretă. Evaluăm împreună dacă această sarcină poate fi abordată cu abordarea Orcha-3, ce date sunt disponibile și cum ar putea arăta un început.
AI agentic / KI agentică
AI agentic se referă la sistemele de inteligență artificială care acționează ca agenți autonomi pentru a executa independent sarcini complexe, în mai multe etape. Spre deosebire de chatbot-urile tradiționale, care răspund doar la comenzi directe, aceste sisteme pot gestiona sarcini complexe și pot utiliza instrumente (alte agenți sau unelte) în mod autonom - în funcție de necesitate. Ele descompun sarcinile mai mari în mai multe secțiuni logice, nu depind de pași intermediați frecvenți din partea oamenilor și reacționează flexibil la modificări pe termen scurt sau neprevăzute.
Platforma Orcha-3
Orcha-3 procesează sarcini complexe numite „Jobs” și le gestionează structurat în mai multe bucle. La bază, platforma se bazează pe o arhitectură clar separată din API (interfață de programare), orchestrator, supraveghetor și agenți. În mod consecvent bazată pe stări: Toate informațiile sunt stocate persistent în sistemul de fișiere, asigurând astfel transparență completă, trasabilitate și posibilitatea de a relua. Jobul este procesat într-un ciclu repetitiv de planificare și execuție:
- Un agent de planificare analizează starea actuală și decide asupra pașilor următori.
- Din aceasta rezultă sarcini, care sunt executate de agenți specializați.
- Rezultatele sunt stocate și integrate în următorul ciclu de planificare.
- Procesul se repetă până când se ajunge la o soluție sau se aplică o condiție de întrerupere definită.
Contact:
