Hinter den Kulissen von IBMs Supermaschine Watson IoT

Seite: 3/4

Firma zum Thema

Anwendungsbeispiel visuelle Inspektion: Das Watson-System wird darauf trainiert, Gutteile und fehlerhafte Werkstücke optisch auseinanderhalten zu können.
Anwendungsbeispiel visuelle Inspektion: Das Watson-System wird darauf trainiert, Gutteile und fehlerhafte Werkstücke optisch auseinanderhalten zu können.
(Bild: IBM)

Wie lange dauert es denn, bis diese Initialbefüllung steht?

Thorsten Schroer: Die Dauer hängt natürlich auch von der Qualität und Menge der Daten ab. Wenn wirklich Hunderte von handgeschriebenen Post-its vorliegen, verlangsamt das den Prozess ungemein. Wenn aber Handhabungs-Handbücher der letzten zehn Jahre alle komplett automatisiert eingespeist werden, dann geht das relativ schnell. Es hängt sehr stark von Eingabemodus und der Eingabequalität als auch von der Menge der Daten ab.

Konkretes Beispiel Cognitive Visual Inspection: Wenn nicht bereits tausende Bilder von guten und schlechten Produkten vorhanden sind, dann müssen diese Bilder erst generiert werden. Die Dauer ist demnach sehr stark von Ausgangssituation und Quelle abhängig und davon, welcher Use Case zu adressieren ist. Das kann von zwei Wochen bis zu zwei, drei Monaten reichen.

Zurück zum Beispiel der lackierten Türgriffe: Es gibt unterschiedliche Qualitätsmerkmale. Man muss diese ganzen Merkmale aus unterschiedlichster Perspektive aufnehmen und dann in das System einspielen, damit das System die Fehler entdecken kann?

Thorsten Schroer: Ja, genau. Es gibt sicherlich eine ganze Menge an Qualitätsmerkmalen, die nicht visuell interpretiert werden können. Nehmen wir Motorhauben: Hier muss man sich vorstellen, dass nach der Lackierung Menschen nicht nur mit dem Auge, sondern auch mit der Hand prüfen, ob der Lack gut oder schlecht ist.

Der Mensch ist für diese visuelle (und taktile) Inspektion mit dem Auge und der Hand nicht bestens geeignet. Es steckt sehr viel Aufwand in einer Inspektion – da können solche Lösungen den Menschen unterstützen.

Nehmen wir an, wir haben eine automatisierte visuelle Inspektion, etwa in der Elektronikfertigung. Wo liegt denn nun der Vorteil, diese mit Watson zu verknüpfen?

Thorsten Schroer: Die lernende Komponente ist hier das Entscheidende. Das Charakteristische an einem solchen Watson-System ist, dass es lernt und jeden Tag besser wird. Wenn eine klassische visuelle Inspektion genutzt wird, muss bei jedem neuen Produkt eine Adjustierung vorgenommen werden. Dies kann einige Wochen dauern. Mit Watson-Lösungen kann die Etablierung des Prozesses auf einige Tage reduziert werden und ermöglicht so eine höhere Flexibilität.

(ID:44844392)