Technologie z budoucnosti se stává realitou

-- 02.10.2017

Technologie Neuron soundware funguje na principu využití neuronových sítí a pomocí analýzy zvuků dokáže odhalit například poruchy strojů. O přelomové české stopě v oboru umělé inteligence jsme si krátce povídali s Pavlem Konečným, jednatelem a spoluzakladatelem společnosti Neuron soundware.

Software, který je schopen diagnostikovat na základě zvuků, mi trochu připomíná námět nějakého velkofilmu z budoucnosti… Kde se zrodil prvotní nápad? Stojí za ním nějaký zajímavý příběh?

První využití neuronových sítí v oblasti audia jsme plánovali v hudebním průmyslu. Nicméně právě životní zkušenost kamaráda nás přivedla na nápad využít ji v oblasti diagnostiky strojů. Zmínil se, že měl problém se svým vozem. Zvuk motoru se změnil, a tak zajel do servisu. Nicméně palubní počítač žádný problém nesignalizoval a ani technici nic neodhalili. A tak pokračoval v jízdě a po následujících 200 km mu praskl válec, což zničilo celý motor auta. Říkal, že měl štěstí, jelikož se to stalo dva dny před koncem záruky.

Díky tedy za „uši“ vašeho kamaráda. A jaké jsou typické aplikace, kdy je možné software použít?

Technologie je díky své schopnosti učení velmi univerzální. Jsme například schopni kontrolovat kvalitu ve výrobě. Realizovali jsme několik projektů v oblasti automotivu pro výrobce klimatizačních jednotek či palivových pump. Připravujeme projekt pro výrobce elektrického nářadí, servomotorů řízení automobilů aj. Technologie je využívána k identifikaci vadných či potenciálně nespolehlivých kusů.

Druhá oblast je monitoring strojů ve výrobním procesu – realizujeme řadu projektů zabývajících se údržbou a spolehlivostí mechanických celků jednotlivých strojů. Jedná se například o různé obráběcí stroje, kogenerační jednotky, lisovací stroje, zdviže, komponenty z kategorie rotary equipment nebo o generátory. Připravujeme projekt pro pokročilou diagnostiku ložisek aj.

Třetí skupinou je monitoring provozovaných zařízení, kdy je technologie použita pro monitoring velkého počtu podobných zařízení – komponenty v železniční dopravě, eskalátory, větrné elektrárny a potenciálně i osobní či nákladní automobily.

Výhody pro údržbu/diagnostiku strojů nebo zařízení jsou jednoznačné. V jakých oblastech nachází nejčastěji uplatnění?

Základní využití je u systémů, kde je větší počet mechanicky podobných zařízení. Například u eskalátorů. Díky velkému počtu je možné rychle nasbírat ukázkové vzorky, které reprezentují jednotlivé problémy a z nichž se neuronová síť učí. Nicméně na začátku léta jsme dokončili vývoj nové verze algoritmu, který právě teď budeme testovat u prvních zákazníků. Zpracovali jsme obsáhlý dataset několika milionů nahrávek a neuronovou síť jsme naučili zvuku rozumět. Takto předtrénovaná síť si pak rychle zapamatuje, jak zní konkrétní stroj, a dokáže detekovat změny a anomálie, které by mohly indikovat technický problém.

Vzbudil tento produkt zájem u českých společností? Máte již nějakého zákazníka?

Ano. Velmi nám pomáhají zahraniční reference, například od společnosti Siemens, kde již technologii testujeme v několika různých divizích. Takže teď máme první projekty v automotivu a v energetice.

Jaké jsou podle vašeho názoru největší limity ve využití umělé inteligence v oblasti údržby či konkrétně prediktivní údržby? Čeká podle vás tento obor velká budoucnost?

Největší limit je asi nedůvěra. Pro některé je těžké smířit se s tím, že by šlo něco dělat jinak. Léta slyšíme, že velké společnosti pracují na vývoji samořiditelných automobilů, ale lidé tomu pořád vnitřně nevěří. Nicméně kolegu a mě taková dvě Google autíčka předjela na silnici, když jsme byli na konferenci v San Franciscu. Tam to lidé berou jako hotovou věc.

V oblasti údržby jsme zatím na začátku. Věřím ale, že se technologie umělé inteligence v kombinaci se světem internetu věcí brzy uplatní. Budeme mít tak spolehlivější továrny a stroje, které si zavolají servis v okamžiku, kdy jej budou skutečně potřebovat. Ř&Ú

Děkujeme za rozhovor!

Autor: Barbora Karchová, Řízení & údržba průmyslového podniku