Page 44 - st-endustri-4.0-2020-haziran

ÜRÜN VE SİSTEMLER l YAPAY ZEKA

Arttırılmış verimlilik için gelecek,

derin öğrenmeden geçer

Makinalar düşünmeyi öğreniyor. Derin öğrenme, bir makina öğrenme tekniği olup,
bununla beraber yapay zeka da gelecekteki en önemli teknoloji olacaktır. SICK, bu
önemli teknolojiyi sensörlerinde kullanarak, müşterilerine daha fazla üretkenlik ve
esneklik için katma değer sunuyor.

retimin her aşamasında bilen, aynı zamanda da işleyebilen al- ve lokalleştirebilir. Örneğin, ayrıştırma
daha fazla verimlilik ar- goritmalara ihtiyaç duyar. Yapay sinir hücrelerinin atamalarını optimize ederek
tışına ihtiyaç varsa, akıl- ağlarıda insan düşüncesini taklit eder ve ayrıştırma tablalarının herhangi bir yas-
lı makinalar de bu ihti- aynı insanlarda oldugu gibi kendisine sılığın olup olmadığını kontrol edebilir.
Ü yaca uyum sağlamalıdır. sunulmuş örneklerden öğrenme yolunu Kolilerde sarma bantlarını algılar hatta
Akıllı makina dünyasına ilgi artmakta ve kullanır. Sonuç olarak, bu yapılar saye- beyaz kolilerde beyaz bantları bile algı-
bununla birlikte dijital teknolojinin zor- sinde bugün, birkaç yıl öncesine kadar layabilirler. Bu, otomatik paketleme iş-
luğu da artmaktadır. Endüstriyel sensör- düşünülemeyecek birçok optimizasyon lemindeki kalite kontrolünü geliştirir ve
ler, bilgi kaynağı olmaya devam etmekle mümkün hale gelmiştir. Makina ve te- taşınan nesnelerin analiz edilmesini sağ-
beraber, entegre yazılım, ağa bağlı veri- sislere, akıllı veriler ve özel sensörler ile lar. Paketler ezilmiş veya hasar görmüş
lerin değerlendirilmesi ve iletilmesi için birlikte en karmaşık uygulamalarda bile ise veya paketin malzeme özelliklerinin
de çözümler sunmaktadırlar. Bununla çözümler sunulabilir hale gelmiştir. belirlenmesi gerekiyorsa, SICK kamera-
birlikte, Endüstri 4.0 eğilimi, bilgi tek- ları ve algoritmaları operasyon sırasında
nolojilerinde de veri karmaşıklığı konu- GERÇEĞE UYGUNLUK yapıları veya özellikleri akıllıca yakala-
sunda “geliştirilmiş” düşünmeye ihtiyaç SICK’in şu andaki derin öğrenme pro- yabilir, değerlendirebilir ve ayrıştırma
duyulduğu anlamına gelir. Bu sebeple jelerinin çoğu optik kalite kontrol ala- proseslerinde sonraki adımların başlatıl-
derin öğrenme kesinlikle gereklidir ve nındadır. Lojistik otomasyonunda derin masını sağlarlar. Bu konsepte benzersiz
SICK ile müşterilerinin modern tesis sü- öğrenme kameraları, öğretilen görüntü olan bu özellik daha önce sadece insan
reçleri için izlediği bir yoldur. temelini analiz ederek “eğitildiği” nesne- gözü tarafından gerçekleştirilebiliyor-
Derin öğrenme, çok büyük miktarlarda leri veya özellikleri otomatik olarak algı- du. Tüm SICK projelerinin nihai ama-
karmaşık patern ve verileri tespit ede- layabilir, doğrulayabilir, sınıflandırabilir cı, müşterilerimizin üretim ve lojistik
42 | ST ENDÜSTRİ 4.0 Haziran 2020