Inteligência artificial já é realidade na indústria brasileira
Redação, Infra News Telecom
A IA – inteligência artificial já é uma realidade no setor produtivo brasileiro. Segundo Roberto Celestino, especialista em inteligência artificial, o Brasil é o segundo país do mundo que mais utiliza o Watson, motor de inteligência artificial da IBM. “As empresas brasileiras já entenderam que têm condições de utilizar a IA para melhorar os seus negócios. Não são apenas as grandes, muitas startups implantaram o Watson”, destaca Celestino.
Cerca de 20 tipos de indústrias utilizam o Watson. “A Bia, do Bradesco, é um exemplo, no setor financeiro. Na educação, a Universidade Anhembi Morumbi também adota a ferramenta. Instituições de ensino utilizam inteligência artificial para o relacionamento com o aluno ou para ajudar na jornada de estudos”.
A indústria é um dos setores que tem se destacado. Para Guto Ferreira, presidente da ABDI – Agência Brasileira de Desenvolvimento Industrial, a introdução da ferramenta tem condições de aumentar a produtividade.
A startup I.Systems, situada em Campinas, SP, atua com IA para o setor produtivo desde 2007. Eles utilizam um programa de computador para entender as rotinas das indústrias. “O nosso sistema é configurado, sem interrupção da produção. A partir da configuração, ele continua aprendendo e vai se adaptando para gerar ainda mais economia”, completa um dos fundadores da I.Systems, Igor Santiago.
Uma das principais atuações do programa é em caldeiras de geração de energia das indústrias. Neste ramo, a startup estima que a inteligência artificial gere uma economia de 2% a 10%. A caldeira, normalmente, abastece de energia os equipamentos da fábrica. Como são muitas máquinas distribuídas em longas distâncias, o gerenciamento sobre a quantidade de energia necessária para cada momento da produção é complexo. “Nosso sistema fica observando quando são ligados e desligados os equipamentos. Com isso, conseguimos aumentar a quantidade de energia gerada pela caldeira quando prevemos que uma máquina vai entrar em operação”.
Um aprendizado acontece com a IA analisando os dados de curto prazo, outro é feito na nuvem, quando a inteligência artificial reúne dados de meses ou anos para fazer esse aprendizado. “Depois de aprender com o próprio ciclo de produção são enviadas informações para a nuvem. Nós aplicamos algoritmos para realizar melhorias em grande quantidade de dados”, explica Santiago.
Casos de uso de IA na indústria
A General Motors (GM) está implementando na fábrica da Chevrolet, em São Caetano do Sul, SP, inteligência artificial para o controle de qualidade. O gerente de tecnologia da montadora, Carlos Sakuramoto, explica que a IA vai atuar na revisão da pintura dos automóveis. “Nós identificamos que a percepção da estampagem era diferente entre os nossos inspetores. Eles passam por treinamentos para que todos tentem enxergar o mesmo tipo de defeito. As distorções são micrométricas”.
Como a montadora é global, existem inspetores em todo o mundo responsáveis por analisar a estampa das latarias. Segundo Sakuramoto, não há nenhum sistema que consiga avaliar a percepção visual humana. “O cliente, quando olha uma estampagem perfeita, algo atrai o olhar, mesmo que ele não saiba o que é. Por isso queremos padronizar essa avaliação”.
A ferramenta foi desenvolvida pela startup Autaza. A empresa de base de tecnologia foi criada depois que a GM buscou na universidade inteligência para criar uma solução tecnológica. “Os fundadores da Autaza eram pesquisadores deste projeto. Nós decidimos empreender e levar essa aplicação para outras áreas”, lembra Renan Padovani, um dos criadores da startup. A inteligência artificial trabalha com um banco de dados. “O sistema tem um treinamento de rede neural. Ele aprende os defeitos que deve encontrar, em um banco de dados de defeitos”.
O sistema faz fotos da lataria dos veículos que são envidas para análise. O programa de computador consegue classificar os eventuais problemas. A estimativa da Autaza é que exista uma redução de 60% no retrabalho. “Muitas vezes a inspeção de qualidade da montadora erra a severidade do defeito. Em 60% dos casos eles classificam como mais grave o problema. O retrabalho se torna complicado. Com a classificação correta do erro, ele é bem menor”, explica Padovani.
Outro benefício é a varredura em toda a produção, como destaca o gerente de tecnologia da GM. “Faremos uma análise de 100% da produção numa velocidade muito maior. Anteriormente, a inspeção era feita por amostragem, retirando da produção, ou aproveitamos alguma parada. Agora o sistema é contínuo e em tempo, garantindo ganho de produção e qualidade”, aponta Sakuramoto.
Atualmente, a ferramenta está em fase de validação para ganhar escala mundial. Depois de comprovadas a eficiência e a segurança, a inteligência artificial para inspeção de lataria deve ser instalada em outras plantas até 2020.
