«Questa è l’alba di una nuova era. In passato dovevamo parlare alle macchine con il loro linguaggi, ora con il copilota industriale possiamo finalmente parlare alle macchine con il nostro linguaggio». È quanto affermato da Dirk Didascalou, cto di Siemens Digital Industries, nel corso dell’AI Summit che ha avuto luogo presso l’AI Lab Siemens di Monaco di Baviera. Già utilizzato nei siti produttivi della multinazionale tedesca, e presso quelli di alcuni clienti, l’industrial copilot di Siemens consente agli operatori e agli addetti alla manutenzione di interagire con i macchinari sfruttando l’intelligenza generata dalla documentazione e dall’insieme di dati di processo acquisibili da piattaforme IIoT e dispositivi edge. Utilizzo che si estende al generative design e all’automation engineering. È solo l’inizio. La ricerca e sviluppo si muove in più direzioni. Non solo copilot ChatGpt, ma anche modelli open source per generare moduli generativi di piccolo calibro, on edge e on prem, modelli superspecializzati che operano su limitati domini di conoscenza. E in un prossimo futuro modelli per interpretare in modo più esteso i dati di fabbrica, modelli multimodali in grado di gestire contenuti diversificati e industrial foundation model dedicati a singoli settori di industry.
«Dall’automotive al food & beverage, dal chimico al farmaceutico. I modelli industriali potranno lavorare su dati di settore che le aziende vorranno condividere. Una modalità da cui tutti potranno trarre vantaggio», afferma Michael May, head of company core technology data analytics & AI di Siemens. «Siamo in una fase sperimentale, ma riteniamo che nei prossimi anni si possano raggiungere risultati significativi. Gli obiettivi che ci siamo dati necessitano di una collaborazione ampia con tutti i player di mercato», afferma Norbert Gaus, executive vp research and predevelopment di Siemens. Un esempio è lo stesso copilot industriale. Sviluppato in collaborazione con Microsoft ha visto l’apporto di Schaeffler, colosso mondiale da 16,3 miliardi di euro di fatturato attivo nella produzione di componenti e sistemi di trasmissione per l’automotive, che ha offerto il suo contributo in termini di conoscenza nel dominio del machinery industriale.
«Il confronto e una maggiore collaborazione con il mercato sono essenziali per far evolvere l’intelligenza artificiale industriale e per avere il carburante che fa funzionare il motore generativo, i dati, che devono essere raccolti rispettando due esigenze fondamentali, la quantità e la qualità», sottolinea Gaus. Per Siemens il punto di partenza per sviluppare nuovi prodotti e soluzioni sono i modelli che vengono resi disponibili dai big IT e infrastrutturali. «Microsoft, Google, Aws, Nvidia. Essere partner di queste aziende è il modo più veloce per poter implementare velocemente delle soluzioni», dice Gaus. Programmazione macchina, aggiornamento e ammodernamento linee di produzione, manutenzione, progettazione. Ecco le missioni di fabbrica per cui è stato realizzato il copilot industriale e le direzioni in cui sta orientando la ricerca e sviluppo di Siemens nell’ambito dell’intelligenza generativa.
Copilot per la produttività industriale. Ecco le skill dei nuovi assistenti di macchina e di fabbrica
Il copilot industriale copre l’intera catena del valore, dalla progettazione alla pianificazione, dall’ingegneria alle operation al service. Ad esso vengono delegate attività ripetitive e time consuming riducendo i carichi di lavoro e minimizzando la possibilità di errori. Garantisce innovazione ed efficienza lungo l’intero ciclo di vita del prodotto. Come dice May, «Supporta l’operatore sollevandolo dalle operazioni di routine, ma anche da attività che non possono essere fatte da tutti, perché ci vuole una qualche esperienza». In buona sostanza il copilot può fornire informazione dettagliate su quello che sta succedendo su una singola macchina o linea ed è un valido assistente per effettuare diagnosi e fornire suggerimenti per un decision making. Ottimizzare una linea, renderla più flessibile? Il copilot è in grado di generare automaticamente il codice, indicare se basta un cambiamento software o se si deve intervenire anche a livello hardware. «Nel tempo queste funzioni diventeranno sempre più sofisticate, anche perché la connettività di fabbrica diventerà sempre più estesa. Progettare nuove linee o plant. Anche in tutte queste aree il copilot assorbirà tutta una serie di funzioni attualmente in carico alle persone», afferma May. Il tutto sempre nel rispetto di una logica human-in-the-loop, il paradigma di interazione tra esseri umani e sistemi di intelligenza artificiale in cui le persone svolgono un ruolo attivo in tutto il processo di sviluppo, implementazione e utilizzo dell’IA.
La visione di Siemens Industrial Copilot è quella di sfruttare la potenza dell’intelligenza artificiale generativa (IA) per aiutare le aziende industriali a promuovere l’innovazione e l’efficienza in tutto il ciclo di vita di progettazione, ingegnerizzazione, produzione e funzionamento dei prodotti.
Copilot per attività di programmazione macchina, aggiornamento e ammodernamento linee di produzione
Il copilot può analizzare le specifiche di un sistema di automazione e le descrizioni funzionali dei componenti per generare automaticamente codice plc in un linguaggio specifico, riducendo significativamente il tempo e lo sforzo richiesti per la programmazione manuale, soprattutto per sistemi complessi con molti componenti e interazioni. Può anche ottimizzare il codice per migliorare l’efficienza e le prestazioni. Come dice Gaus, «può fungere da assistente intelligente durante la programmazione, suggerendo blocchi funzionali, librerie e best practice per semplificare il processo». Può anche aiutare a identificare errori di sintassi e logica nel codice, garantendo una programmazione più affidabile e fornire la documentazione automatica del codice migliorando la comprensibilità e la manutenibilità del programma. Immaginiamo un’azienda che produce linee di assemblaggio automatizzate. In passato, la programmazione di ogni nuova linea richiedeva a un ingegnere esperto diverse settimane di lavoro manuale. Con l’IA generativa, l’azienda può ora invece automatizzare gran parte del processo di programmazione, generando codice di base a partire da una descrizione funzionale della linea. In questo modo, l’ingegnere può quindi concentrarsi su compiti più complessi e creativi, come la personalizzazione del programma e l’ottimizzazione delle prestazioni. Ma attenzione, l’IA non può sostituire completamente la competenza e l’esperienza umana. Come dicono gli esperti di Siemens, è sempre necessario un intervento umano per supervisionare il processo di automazione e per valutare i risultati generati in modo da garantire la sicurezza e l’affidabilità del sistema complessivo.
Copilot per la manutenzione, l’assistente tutto fare per il front-end di fabbrica
Un copilota per la manutenzione di una macchina industriale è un sistema progettato per assistere i tecnici di manutenzione nelle loro attività. Può analizzare i dati sensoristici della macchina e i registri di manutenzione per identificare potenziali problemi e suggerire possibili cause, fornendo istruzioni passo passo per riparare i guasti, utilizzando immagini, video e modelli 3D per illustrare nel dettaglio la procedura. Il copilota può quindi aiutare i tecnici a prendere decisioni informate su come riparare la macchina, valutando diverse opzioni e suggerendo la soluzione più efficiente. Allo stesso tempo può monitorare le prestazioni della macchina e identificare potenziali problemi prima che causino guasti. Gli si può anche affidare la creazione di report di manutenzione. che documentano i problemi riscontrati, le azioni intraprese e i risultati ottenuti. Vantaggi? Manutenzione più veloce e precisa, secondo procedure standard, riduzione dei tempi di fermo macchina. Un tecnico di manutenzione sta lavorando su un robot industriale che non si avvia? Il copilota analizza i dati sensoristici del robot e identifica il problema, fornendo istruzioni per la riparazione.
Product design e simulazione, le nuove capacità generative per la progettazione
Gli strumenti di simulazione aumentata basati sull’intelligenza artificiale generativa rappresentano una nuova frontiera nel campo della simulazione e della modellazione. Sfruttano la potenza generativa per creare esperienze di simulazione immersive e realistiche che vanno oltre i limiti delle simulazioni tradizionali. Si è in grado di creare contenuti come immagini, video e modelli 3D a partire da dati esistenti o da semplici istruzioni testuali. Questo permette di generare scenari di simulazione altamente dettagliati e personalizzati, che replicano fedelmente il mondo reale in modo dinamico e interattivo. «L’IA generativa può essere utilizzata per generare un nuovo design con requisiti specifici come stile, prestazioni, efficienza e costi, migliorando aerodinamica, ergonomia ed estetica, dice Gaus. Un team di ingegneri sta progettando un nuovo modello di auto elettrica? Utilizzando l’IA generativa vengono prodotti automaticamente centinaia di design diversi, basati su requisiti specifici per l’efficienza energetica».
Intelligenza generativa per lo sviluppo prodotto. L’app Teamcenter per Microsoft Teams
Dalla collaborazione con Microsoft è nata l’app Teamcenter per Microsoft Teams. Consentirà a progettisti, frontline worker e team di diverse funzioni aziendali di chiudere più rapidamente i cicli di feedback. Utilizzando il linguaggio naturale i tecnici dell’assistenza o gli operatori di produzione potranno utilizzare i dispositivi mobili per documentare e segnalare problemi di progettazione o qualità del prodotto. Come spiegano i tecnici di Siemens, “tramite il modello Azure OpenAI Service, l’app è in grado di analizzare i dati vocali, creando automaticamente un report riassuntivo e inoltrarlo via Teamcenter all’esperto di progettazione, ingegneria o produzione appropriato”. Dal canto suo Microsoft Teams offre funzionalità in termini di notifiche push per semplificare le approvazioni del flusso di lavoro e ridurre il tempo necessario per richiedere modifiche alla progettazione, accelerando i cicli di innovazione. In definitiva, l’app Teamcenter per Microsoft Teams può consentire ai lavoratori che oggi non hanno accesso a strumenti plm di influire più facilmente sul processo di progettazione e produzione, integrandosi nei flussi di lavoro esistenti.
