Künstliche Intelligenz und Maschinen Lernen
Manche Aufgaben scheinen zu kompliziert zu sein, um Sie einer Maschine oder einem Roboter übertragen zu können. Menschen hingegen scheinen nach einer kurzen Einarbeitungsphase keine Probleme damit zu haben. Werden Sie gefragt, wie Sie es tun, dann können Sie es meistens schwer beschreiben. Diese Vorgänge werden meistens wage umschrieben mit "menschlicher Intuition" und "Feingefühl". Diese Art von Aufgaben lassen sich sehr schwer oder gar nicht in konventionelle Algorithmen pressen.
Eines dieser "nicht lösbaren" Aufgaben war jahrelang das japanische Strategiespiel "Go". Kein Computerprogram hatte die geringste Chance gegen einen Go-Großmeister, bis im Jahre 2017 das Programm AlphaGo des KI Unternehmens GoogleBrain den Großmeister Ke Jei in drei Sätzen besiegte.
Angewendet wurde hierbei das sogenannte Reinforcement Learning, in dem der Computer durch Versuche und Fehler selbstständig eine optimale Strategie ausarbeitet, ohne das ein menschlicher Programmierer ihm die Strategie als Programm vorgibt,
Carat Automation hat diese Vorgehensweise im industriellen Umfeld auf einen bisher von menschlicher Intuition und Feingefühl beherrschten Feld mit Erfolg angewendet. Dem automatisierten Richten von Strukturbauteilen.
Nach dem Guss der Strukturbauteile, müssen diese Vorgerichtet und anschließend auf 10tel genau fein gerichtet werden. Da diese Bauteile ein extrem nichtlineares Verhalten aufzeigen, war es bisher nicht möglich dieses Verfahren zu automatisieren.
Mit Hilfe einer Spanneinrichtung, eines Roboters und eines "künstlich intelligenten" Programmes hat die Carat Automation dieses Problem gemeistert.