SANEZOO

Lukáš Smelík: Kontrola kvality. Je to jedno místo, kde kombinace člověka, kamery a umělé inteligence velmi dobře může být měřitelná. Buďto vadu zachytíte, anebo taky ne. Jaké jsou úskalí této disciplíny v průmyslu, si dneska odhalíme s Vladimírem Horákem ze společnosti SANEZOO, kterého vítám k tomuto rozhovoru.

Vladimír Horák: Dobrý den.

Lukáš Smelík: Mně by zajímalo na úvod… Já myslím, že už dneska se dá definovat, které jsou pro člověka nejtěžší vady, které je schopný odhalit, a kde už dneska to strojové vidění za přispění umělé inteligence, robotiky a toho, co SANEZOO představuje, může získávat výhodu. Tak co jsou ty typické disciplíny, které umíte vyřešit?

Vladimír Horák: No, na to bude možná trochu překvapivá odpověď, ale dá se říct, že nejtěžší vady jsou ty, které člověk jako vidí neustále před sebou a musí je neustále hledat, musí být neustále ve střehu a nějakým způsobem jako na ně neustále reagovat. Takže paradoxně ty nejtěžší vady mohou být i ty nejjednodušší, jako jsou škrábance, důlky, různé nečistoty nebo nečistoty v ampulích ve skle. To jsou jako noční můry pro ty operátory nebo kontrolory kvality. A stejně tak to máte i lesklé materiály, chromované materiály nebo kontrola lakovaných materiálů, kde už stačí podívat se pod jiným úhlem a tam je ten rozdíl, jestli tu vadu uvidíte nebo neuvidíte. Takže jako řekl bych, že ta odpověď na tu otázku je jako udržet operátora ve střehu a zároveň vědět, jakým způsobem se na ten kontrolovaný výrobek má podívat.

Lukáš Smelík: Já si dovedu představit, že na takové osmihodinové směně už ta pozornost na rozdíl od té umělé inteligence, strojového vidění u člověka klesá.

Vladimír Horák: Je to tak. Ono ještě tam záleží samozřejmě na původu toho operátora, protože AI nepotřebuje přestávky, dovolený, nepotřebuje si odskočit. Zároveň neřeší to, jestli se dobře vyspala nebo špatně vyspala, jestli má za 5 minut padla nebo ne, takže určitě z pohledu nějaké objektivity, tak bych řekl, že ta AI v tomhle jasně vede.

Lukáš Smelík: Um. Co vlastně rozhoduje o tom, jestli ta aplikace funguje spolehlivě i mimo nějaké navržené nebo laboratorní podmínky? Mám na mysli třeba, vím, že často strojové vidění v minulosti selhávalo kvůli špatné viditelnosti, typicky prašné procesy, těžké strojírenství… Je to pořád ten klíčový faktor, nebo jsou i jiné důvody, proč to, co na papíře v simulaci funguje, tak v praxi selhává z jiných důvodů?

Vladimír Horák: Máte pravdu v tom, že ty laboratorní podmínky mohou vypadat vždycky perfektně, ale když se to pak dostane do té praxe, tak tam je spoustu aspektů, které je potřeba zohlednit. Řekl bych, že se to dá rozdělit na nějaké tři hlavní části. Samozřejmě velkou podstatnou částí je to AI, které dovede ty chyby detekovat, dovede je nějakým způsobem identifikovat, měřit, porovnávat a tak dál. Potom druhou věcí jsou jako kdyby způsob toho nasvícení a vědět, jakým způsobem to můžete vidět, ten kontrolovaný výrobek, tu kontrolovanou komponentu. A potom třetí je umět ty informace správně zpracovat a vyhodnotit. Potom do toho ještě vstupuje vlastně další část, a to je to, že ty výrobky, které se kontrolují, nejsou vždy stejné. Máte tam různé výrobní šarže, různé trochu jinak barevné odstíny ve chvíli, kdy ty výrobky jedou po tom pásu. Takže je potřeba ten systém připravit i na to, že vlastně tyhle podmínky v rámci té výroby se také budou měnit a budou proměnlivé.

Lukáš Smelík: Mne by ještě zajímalo, častokrát u té vizuální kontroly nedává smysl nějaká stoprocentní kontrola. Je to řešení, které se nabízí právě odstraněním této bariéry, že opravdu lze díky tomu dobře nastavenému systému jít i tam, kde by to třeba ekonomicky nedávalo smysl k té stoprocentní kontrole?

Vladimír Horák: Je to tak. My jsme se s tím potkávali celkem často u našich zákazníků, protože v některých případech, kde vlastně situace související s reklamací nějakou, s nějakou vadou přehlédnutou třeba, kdy ty náklady jsou velmi vysoké, může ohrozit to třeba i tím, že se stahuje ten výrobek z trhu, že musíte řešit nějakou bezpečnost, novou certifikaci a tak dál, tak určitě jsou výroby, kde ta automatizovaná kontrola dává smysl a zaplatí se velmi rychle. Na druhou stranu jsou i výroby, kde těch výrobků se neděje tolik v rámci toho toho cyklu, kde jsou různé jako odlišnosti, a i s tím jsme u našich zákazníků se právě potkali, a proto máme škálovatelnost těch našich výrobků, kdy dovedeme dělat plně integrované linky s vizuální kontrolou kvality, potom máme i nějaké stand-alone řešení. To jsou takové jako si můžete představit jako boxy, do kterých ten operátor nebo kontrolor kvality vloží výrobky a zkontroluje. To znamená v rámci té šarže vybere určité množství, to tam zkontroluje a potom může prohlásit tu šarži za v pořádku nebo špatnou. A stejně tak máme i řešení pro nějaké jako laboratoře, ať už přímo v laboratorních institutech nebo i v rámci těch společností, kde zase mají nějaké malé řešení, kde si můžou vytáhnout nějaký výrobek, když mají nějaké podezření, tak ho více detailněji investigovat i pomocí tohoto senzoru řešení.

Lukáš Smelík: Předpokládám, že spoustu těch aplikací na konferenci Smart Industry 12. listopadu v Plzni nedovezete, ale určitě s sebou něco budete mít a určitě jsou otázky, které by mohly návštěvníci směřovat směrem k vám a k vašim kolegům. Jaké by to byly a co dovezete?

Vladimír Horák: Tak určitě budeme mít velmi zajímavý příklad. Dostali jsme v rámci jedné mezinárodní soutěže ocenění, kde budeme chtít divákům přímo prezentovat, že i v rámci toho ocenění, které je vyrobené ze skla, tak přestože na první pohled tam ty vady vidět nejsou, tak potom, co jsme ho vložili do toho inspekčního boxu, tak jsme tam našli spoustu vad, které v rámci třeba výroby toho vzniknout. Tak to bude jako jedna z praktických ukázek. Zároveň jim budeme chtít ukázat v podstatě výhody té platformy a té modularity, kterou my nabízíme, protože my nabízíme řekl bych nejen tu inspekci samotnou, to je pouze zase jenom určitá část pro tu společnost, ale je potřeba umět ty data i nějakým způsobem správně prezentovat, správně vyhodnotit. A to jsou třeba věci, které v rámci toho eventu budeme chtít také ukazovat a představit.

Lukáš Smelík: Mne by na závěr od vás zajímalo… zkusme rozhodnout, jestli dneska s možnostmi umělé inteligence, vizuální kontroly, kterou máte, dokáže ještě lidský faktor a zkušený kontrolor předčit všechny ty výhody moderních technologií. Jsou ty technologie už dneska víc než ta zkušenost, nebo ještě ne?

Vladimír Horák: Tady vás bohužel možná zklamu nebo překvapím, ale existují obecné studie, které právě prokazují, že ten sebelépe zkušený kontrolor kvality v podstatě už nestíhá na tu AI. Teď myslím z pohledu rychlosti detekce těch vad i intenzity detekce těch vad, protože je jako změřeno, že zatímco operátoři jsou v daný časový okamžik schopni najít řekněme 75 až 85 % vady, tak v případě využití AI technologií to klidně může být 98 % a ještě v kratším čase. Takže v podstatě tam si bych řekl, že už to AI v téhle fázi vyhrává.

Lukáš Smelík: Mě jste určitě nezklamal, já jsem na straně těch technologií, stejně tak budu stát na straně technologií na konferenci Smart Industry. A pokud tak věříte, že tato technologická i inteligentní výpověď inspekce může být pro vás zajímavá, navštivte nás v Plzni. Věřím tomu, že Vladimír Horák a SANEZOO jsou připraveni tohle s vámi řešit.

Vladimír Horák: Určitě, těším se na vás, taky děkuji za pozvání.