SAS Webinar: AI – käytännön sovelluksia

Suomen Automaatioseuran webinaarisarja jatkuu, aiheena AI – käytännön sovelluksia. 

Voit katsoa webinaaritallenteen puheenvuoron otsikkoa klikkaamalla. 

Ohjelma

Tervetuloa & avaus
Antti Wallenius, Roima

AI: missä mennään – käytännön sovelluksia 
Heikki Ailisto, VTT

​​esitysmateriaali pdf

• Tekoälyteknologiat nyt ja arvaus tulevaisuudesta
• käytännön sovelluksia
• FCAI - huippututkimuksen tuloksia suomalaisen teollisuuden käyttöön
   

Neural MPC: syvillä neuroverkoilla ketterästi ja luotettavasti datasta säätöön
Harri Valpola, Curious AI

esitysmateriaali, pdf

• Syvät neuroverkot mallinnuksen työkaluina
• Datapohjaisten mallien ongelmat MPC:n kanssa ja ratkaisu
• Käytännön esimerkkejä

AI konenäkösovellukset teollisuuden tehokkuuden lisäämiseksi
Timo Heikkinen, Top Data Science Ltd.

​esitysmateriaali pdf

• Intro: AI ja erityyppiset konenäkösovellukset
• Käyttökohteita ja hyötyjä teollisuudessa
• AI:n ja konenäkö kehityksen ja projektien menestystekijöitä ja haasteita

Q&A, keskustelua

Webinaari on maksuton, mutta edellyttää ennakkoilmoittautumisen täällä 

....

“Neuroverkkoja on käytetty ennustavien mallien rakentamiseen vuosikymmeniä, mutta vaikka tulokset ennustustehtävissä ovat olleet hyviä ja varsinkin uudet syvät neuroverkot ovat lyöneet itsensä läpi useilla sovellusalueilla, näiden mallien käyttö malliprediktiivisen säädön pohjana on ollut hankalaa. Curious AI on kehittänyt uuden regularisointimenetelmän, joka mahdollistaa prosessista kerätyn datan avulla opetettujen neuroverkkomallin hyödyntämisen luotettavasti MPC:n pohjana. Menetelmää on kokeiltu useiden eri monimutkaisten epälineaaristen prosessien säätöön: robotiikassa, kaukolämpöverkkojen optimoinnissa, öljynjalostuksessa ja kemian prosesseissa. Kokemusten mukaan jo yllättävän pienet määrät kerättyä dataa riittävät hyvän säätötuloksen saavuttamiseen.”
– Harri Valpola, Curious AI
 

“Computer Vision ja konenäkösovelluksia on käytetty teollisuudessa ja tuotantolinjojen tehostamisessa, automatisoinnissa, laadunvalvonnassa ja esim. viivakoodien lukemisessa jo pitkään. Industrial Internet of Things (IIoT) ja pilvipalvelualustat ovat tuoneet konenäköön lisää sovelluksia ja tehneet näistä järjestelmistä ja olemassa olevista kameroista tärkeitä datan kerääjiä.  AI ja edistyneet videon- ja kuvantunnistusteknologiat lisäävät automatisointia ja mahdollistavat entistä parempia ja monimuotoisempia tapoja tuotantolaitosten ja prosessien tehostamisessa. Samoin AI:n lisääminen osaksi laitteita, ajoneuvoja ja toimitusketjuja mahdollistavat tehokkaampia prosesseja ja uudenlaisia digitaalisia palveluita. 
 Viimeisimmät Deep learning kuva- ja videoanalytiikkateknologiat ovat tietyissä tapauksissa huomattavasti perinteisiä konenäkösovelluksia tehokkaampia ja nopeita ottaa käyttöön. Esimerkkinä voidaan mainita esim. erilaisten ja vaihtelevien muotojen ja objektien tunnistukset ja laskenta, monivaiheisten kokoonpanoprosessien laadunvarmistus, virheiden ja poikkeamien havaitseminen sekä automaattiset ja ennakoivat hälytykset jne.  Kerron näistä AI sovelluksista käytännön esimerkkejä..”
– Timo Heikkinen, Top Data Science Ltd.

Webinaari oli maksuton, mutta edellytti ennakkoilmoittautumisen

Suomen Automaatioseura ry

Antti Wallenius, Roima
Lasse Eriksson, Cargotec
Jere Luukkanen, Fortum
Tuula Ruokonen, Valmet
Peter Ylén, VTT

Lisätietoja: office [at] automaatioseura.fi, puh. 050 4006624