Wirtschaftliche Erstellung von Trainingsdaten für bild- und modellbasierte KI-Anwendungen

Im industriellen Kontext, in der Fertigung, ist die sog. industrielle Bildverarbeitung seit Jahrzehnten etabliert. Sie wird typischerweise eingesetzt, um Beschädigungen von Produkten während des Produktionsprozesses (z.B. Kratzer, Verformungen, fehlende Stanzungen, Verschmutzung, etc.), falsche Lage von Bauteilen in Zusammenbauten o.ä. automatisiert zu entdecken. Wurden in der klassischen industriellen Bildverarbeitung Algorithmen konfiguriert, Regeln definiert und Parameter bestimmt, um unter variablen Umgebungsbedingungen Fehler robust erkennen zu können, was ein aufwendiger Prozess ist, so wird dies heute zunehmend durch ML aus Bildern ersetzt. Der Aufwand verschiebt sich dadurch hin zur Generierung guter Trainingsdaten sowie dem Trainieren von KI-Modellen und wird im Idealfall mit besseren und flexibleren Systemen zur Bilderkennung belohnt.

Agentic AI in der Industrie

Orcha-3 löst eigenständig komplexe Aufgaben in der Produktionstechnik

Jedoch, wie aufwendig kann die Erzeugung von Trainingsdaten sein und warum steht sie manchmal der ökonomischen Einführung im Wege? Damit ein Rechner per ML lernen kann, Fehler auf Objekten oder in Zusammenbauten zu erkennen, muss das entsprechende neuronale Netz trainiert werden mit:

• einer Vielzahl (typisch mehrere Tausend) von Bildern von Gutteilen (i.O.-Teile)

• einer Vielzahl von Bildern mit Schlechtteilen (n.i.O.-Teile)

• beides am besten unter variablen Beleuchtungsbedingungen, damit das Netz lernt, von Beleuchtungseffekten in den Bildern zu abstrahieren und Fehler unabhängig davon zu erkennen – was Menschen ja auch meist gut gelingt

KI für Gemeinden

CMI und swiss smart media führen Gemeinde-KI und KI+ zusammen

Nun ist es in vielen Produktionsprozessen relativ einfach, eine Kamera zu platzieren und Bilder von Produkten ggf. jeweils nach verschiedenen Bearbeitungsschritten zu machen. 99 % und mehr dieser Bilder werden Produkte zeigen, die keine Fehler aufweisen. ML braucht aber auch Bilder von fehlerhaften Teilen. Es wird also sehr lange dauern bis in einem Produktionsprozess die Menge von fehlerhaften Bauteilen anfällt, mit der ein neuronales Netz dann trainiert werden kann, um zwischen gut und schlecht zu unterscheiden. Beim Training muss dem Netz die Information «Gutteil» bzw. «Schlechtteil» mitgegeben werden. Sollen verschiedene Fehlerklassen erkannt werden, müssen diese in den Bildern kenntlich gemacht und mit der entsprechenden Bezeichnung gelernt werden – die Bilder müssen annotiert werden, was oft manuell erfolgen muss.

Zwei Aspekte machen also diese Art der Erstellung von Trainingsdaten schwierig und unökonomisch: erstens in eingespielten Produktionsprozessen gibt es verhältnismässig wenige Fehler und zweitens müssen die Bilder annotiert werden. Das Annotieren von Bildern, kann durch Dienstleister geschehen, was entsprechende Kosten nach sich zieht – dabei können sich ebenfalls Fehler einschleichen. Die Vergabe an Dienstleister führt zu Wartezeiten bis ein System eingeführt werden kann oder es auf neue Fehlerarten adaptiert ist. In Extremsituationen kann es sein, dass eine Produktion temporär angehalten werden muss, um Aufnahmen von Bauteilen zu machen oder Systeme zu aktualisieren.

Geht es nicht nur um die Defekterkennung an Oberflächen, sondern auch um die Erkennung des korrekten Zusammenbaus von komplexen Baugruppen, müssen die Teile aus unterschiedlichen Perspektiven heraus erkannt werden – ein Bild pro Teil reicht nicht mehr aus. Genauso wie Kinder lernen, Roboter nicht nur von vorne zu erkennen, um bei dem obigen Beispiel zu bleiben, so müssen künstliche neuronale Netze Bilder aller Objekte aus unterschiedlichen Ansichten lernen – das erhöht den Aufwand beim Training. Darüber hinaus müssen Bilder zum korrekten und inkorrekten Zusammenbau vorliegen. Und das alles unter verschiedenen Umgebungsbedingungen, z.B. Lichtsituationen, denn das System soll nicht nur dann funktioniert, wenn diese so sind wie auf den Bildern, die zum Training verwendet wurden. Die Kosten für die für das Training benötigte Rechenzeit können ein weiterer Faktor sein, die Einführung von ML-gestützten Verfahren unwirtschaftlich zu machen.

(ID:50988750)