Novas Tecnologias da Fujitsu Reduzem Custo de Soluções IA para a Indústria

A inspecção visual é o principal método adoptado na análise de dados visuais, normalmente sob a forma de imagens, com o objectivo de identificar regiões de interesse. Envolve a meticulosa análise de grandes quantidades de dados para descobrir um número muito pequeno de regiões de interesse. No sector da indústria e produção, esta abordagem é usada para identificar produtos defeituosos ou áreas defeituosas num produto. Em aplicações de manutenção de infra-estruturas, é usado para encontrar rachas em pontes ou buracos na estrada, enquanto nos cuidados de saúde pode ser usado para encontrar remendos em tecido não saudável. Ao automatizar a inspecção visual, o tempo de análise pode ser grandemente reduzido e substanciais custos indirectos são eliminados. Além disso, proporciona resultados mais consistentes, através da redução de variações causadas por diferentes interpretações humanas.

Relativamente à criação de conjunto de dados de alta qualidade, o desafio centra-se no muito pequeno número de regiões de interesse, envolvendo custos elevados para inspeccionar a elevada quantidade de imagens necessárias para treinar um modelo de IA rigoroso. Por exemplo, seria necessário inspeccionar 100.000 imagens para criar um conjunto de dados contendo 100 defeitos (taxa média de defeitos de 0/1%), e 1 milhão para criar um conjunto de dados mais razoáveis com 1.000 regiões de interesse. A solução IA combinada dos Fujitsu Laboratories of Europe supera ambas as situações, permitindo a criação de conjuntos de dados de alta qualidade de forma rápida e rentável. As novas tecnologias podem ser usadas em separado ou em conjunto, com a tecnologia de detecção de anomalias a ser usada directamente para detectar qualquer tipo de desvio ao que é considerado como norma e a LabelGear implementada para atribuir os rótulos exigidos caso a solução exija o tipo de desvio (ou defeito) a ser especificado.

Adel Rouz, CEO dos Fujitsu Laboratories of Europe, explica o significado desta inovação tecnológica: “Esta é a mais recente de uma longa linha de novas tecnologias IA da Fujitsu, aplicando a nossa experiência em machine learning e análise avançada de dados à resolução de aplicações de teste não-intrusivas complexas. Uma vez abastecida com um elevado volume de amostras de baixo custo e sem defeitos, a nossa nova tecnologia de detecção de defeitos é capaz de perceber rapidamente o que procurar automaticamente. Isto simplifica e acelera a criação de soluções de machine learning, permitindo a detecção de anomalias previamente desconhecidas. Em combinação com a nossa nova LabelGear, uma GUI assistida por IA, concebemos uma ferramenta de inspecção visual capaz de ser aplicada a uma série de tarefas, reduzindo custos, melhorando a precisão e acelerando o processo global.”

As aplicações potenciais incluem a produção industrial, em que são colocadas câmaras em pontos chave de uma linha de produção, monitorizando continuamente a qualidade dos produtos e identificando eventuais defeitos. Na indústria do aço, por exemplo, em que uma bobine de aço de 2km de comprimento é produzida a cada hora, são usadas 70.000 imagens para captar a superfície de uma única bobine e mais de 1 milhão ao longo de um dia. Com a solução automatizada sem supervisão da Fujitsu, 80-90% dos defeitos podem ser identificados automaticamente e receber rótulos adequados, cobrindo cerca de 200 tipos de defeitos que precisam de ser reconhecidos. Outras aplicações potenciais incluem a monitorização de infra-estruturas e a prestação de cuidados de saúde, em que a solução pode ser usada para diagnosticar e monitorizar anomalias, como anomalias no peito (usando raios X). Só nos EUA, são realizados cerca de 150 milhões de exames médicos por ano. Rotular manualmente o enorme volume de imagens resultantes é proibitivamente caro e demorado. Porém, torna-se exequível com as tecnologias de inspecção visual automatizada não supervisionada da Fujitsu.