KI & Maschinelles Lernen
Auf einmal der Star: Künstliche Intelligenz fristete viele Jahre ein Schattendasein in der Industrie. Laut den Analysten von IoT-Analytics aus Hamburg rangiert KI mittlerweile aber unter den Top 5-Themen der Entscheider. Auslöser: Ein gutes Frontend mit einem großen Sprachmodell im Backend: ChatGPT. Wie die Industrie generative KI nutzen kann und warum sie nicht immer hilft, zeigt die HANNOVER MESSE.
Das Thema Künstliche Intelligenz rangiert mittlerweile unter den Top 5-Herausforderungen der CIOs in der Industrie. Zu diesem Ergebnis kommt das Unternehmen IoT-Analytics aus Hamburg. Wir erleben den iPhone-Moment der KI: Seit Anfang des Jahres fragt sich die Industrie - und was kann ChatGPT für uns bedeuten?
Generative KI und wie die Industrie sie nutzt
Gefühlt jede Woche publizieren Unternehmen, Initiativen neue Large Language Models (LLM) und aus ehemals Metaverse-Expertinnen und Experten werden LLM-Fachleute. Siemens präsentierte auf der HANNOVER MESSE eine erste Anwendung mit ChatGPT im TIA-Portal um die Programmierung zu vereinfachen, dabei erweitert der Technologiekonzern den Prompt (die Aufgabenstellung an das Modell) und optimiert ihn in Richtung Automations-Wissen.
Auch Beckhoff geht in diese Richtung, HPE präsentierte einen ABB-Roboter inklusive LLM des deutschen Startups Aleph Alpha. Man probiert sich an ChatGPT und Co. Technologieberatungen wie Zühlke Engineering fassen die wichtigsten Anwendungsfälle großer Language Models für den Maschinenbau zusammen: Patentrecherche, Analyse von Stellenanzeigen oder Bereitstellung statistischer Antworten auf individuelle, in natürlicher Sprache formulierte Fragen zu IoT-Daten, um die Analysezeit zu reduzieren sind nur drei Beispiele.
Klingt nicht sehr aufregend!? Auf der Festo „IO Conference“ erklärte ein Teilnehmer, er nutze die Power der generativen AI um seinen Code zu vereinfachen. Andere lassen sich in ROS Robotik-Programmierungen schreiben oder optimieren. Die ersten Vorreiter experimentieren, nutzen Schnittstellen, bauen Proof of Concepts und denken an LLMs mit eigenen Daten.
Künstliche Intelligenz verändert die Entwicklung
Generative KI, wie GPT oder das Tool DALL-E, werden auch die industrielle Produktentwicklung verändern – der Konstrukteur erhält Unterstützung von einer Intelligenz. Festo arbeitet schon seit einigen Jahren im Bereich reinforcement learning für die Fertigungsprozesse. Der nächste Schritt ist die Nutzung von generativen Algorithmen für die Produktentwicklung. OpenAI veröffentlichte unlängst 3D-Modelle für DALL-E.
Die Herausforderung in der Industrie neben der 3D-Herausforderung: Die Produkte müssen sich bewegen können. Und Dr. Jan Seyler aus der Festo-Forschung stellt die provokante Frage: Can machines build machines? Er ist sicher: „Viele Aspekte des Engineerings können durch KI-Methodik unterstützt werden. Die Herausforderungen sind vor allem das semantische, funktionale Verständnis und eine genaue Simulation.“
Und der Festo CTO Ansgar Kriwet definierte auf einer Konferenz vereinfacht zusammengefasst die Zukunft eines Festo Produkts: A multipurpose hardware as a software defined product packed with AI. Er mahnte: Industrial AI / Industrie 4.0 seien auch Bildungsthemen.
So revolutionär die LLMs und generative AI auch sind – in der Industrie dominieren Sensordaten den Alltag, Tabular Data. Viele Optimierungsaufgaben lassen sich mit anderen Machine Learning-Ansätzen lösen. Da verwundert es auch nicht, dass die Themen Computer Vision und Qualitätskontrolle weiterhin die meist nachgefragtesten Anwendungen in dem Bereich sind.
Teilen
Aussteller zum Thema
KI & Maschinelles Lernen
KI in der Intralogistik und Supply Chain
Wie Altair KI in die Produktentwicklung und Produktion bringt
KPMG und Microsoft schließen KI-Vereinbarung
Interesse an News zu Ausstellern, Top-Angeboten und den Trends der Branche?
Browser Hinweis
Ihr Webbrowser ist veraltet. Aktualisieren Sie Ihren Browser für mehr Sicherheit, Geschwindigkeit und eine optimale Darstellung dieser Seite.
Browser aktualisieren