Sztuczna inteligencja wspiera TMD Friction w poszukiwaniach idealnej mieszanki ciernej

Zanim narzędzia AI stały się powszechne i dostępne, to firma TMD Friction już wykorzystywała tę technologię do usprawniania swych  procesów badawczo-rozwojowych, aby szybciej i wydajniej przygotowywać nowe materiały cierne.

Rozwój narzędzi sztucznej inteligencji (AI) sprawił, że znalazła się ona w centrum uwagi konsumentów. Niektórzy przyjmują tę technologię z entuzjazmem i chwalą jej zdolność do przyspieszania wybranych procesów, zwiększania ich dokładności i kreatywności, ale są osoby obawiające się o miejsca pracy i przyszłość swoich branż. Choć rozwiązania te mogą wydawać się nowe, w rzeczywistości istnieją od dziesięcioleci, a najnowsze narzędzia AI stanowią jedynie kolejny krok w rozwoju zarządzania danymi, uczenia maszynowego i sztucznej inteligencji.

Sztuczna inteligencja na usługach TMD Friction

TMD Friction wykorzystuje szereg zaawansowanych, opracowanych wewnętrznie narzędzi sztucznej inteligencji, aby usprawnić tworzenie nowych mieszanek ciernych. Sztuczna inteligencja w firmie obejmuje obecnie proste modele liniowe i nieliniowe, modele głębokiego uczenia i zaawansowane sieci neuronowe. Każde z tych narzędzi może komunikować się i uczyć od innych, stale poprawiając jakość danych firmy i wnioski, które można z nich wyciągnąć.

- Korzystanie ze sztucznej inteligencji w naszym procesie badawczo-rozwojowym pokazuje, że TMD Friction nieustannie sięga po nowoczesne technologie, aby przyspieszyć innowacje i zapewnić naszym klientom produkty najwyższej jakości. W połączeniu z wiedzą i doświadczeniem pracowników, uczenie maszynowe i inne aplikacje AI oszczędzają nam czas, pieniądze i zasoby, ostatecznie przyspieszając proces rozwoju i przynosząc korzyści naszym klientom - mówi Christian Stolz, EVP OE Sales & Engineering w TMD Friction.

Bogate doświadczenie w wykorzystywaniu AI

Już w 2004 roku firma TMD Friction korzystała z pierwszych wczesnych poprzedników sztucznej inteligencji do przewidywania właściwości ciernych niektórych mieszanek na podstawie wyników poprzednich testów. W 2015 roku pojawiło się komponowanie mieszanek wspierane przez AI. Narzędzie potrafiło przewidywać wpływ danych surowców na właściwości cierne gotowego produktu. Zamiast po prostu pobierać wyniki testów istniejących mieszanek z bazy danych, technologia ta po raz pierwszy była w stanie tworzyć nowe mieszanki, na które ludzie sami by nie wpadli.

- Było to pierwsze narzędzie, które potrafiło przedstawić sugestie, o których nasi twórcy jeszcze nie pomyśleli. Wiedzieliśmy, że jesteśmy na dobrej drodze, gdy nasi koledzy zaczęli mówić: „Sam bym na to nie wpadł, ale wygląda to wiarygodnie - mówi Frank Marx, analityk danych w TMD Friction.

Kolejną innowacją było opracowanie „wirtualnych testów”. Narzędzie AI może przewidywać zachowanie całkowicie nowych mieszanek, które nigdy wcześniej nie były testowane. Ponieważ pojedynczy test może trwać nawet półtora tygodnia i kosztować tysiące euro, „wirtualne testy” odgrywają kluczową rolę w oszczędzaniu rzeczywistych zasobów testowych.

W 2020 roku firma jeszcze bardziej rozwinęła tę technologię, szkoląc model AI do przewidywania, w jaki sposób zmiana stężenia poszczególnych surowców wpływa na określone wskaźniki wydajności. Umożliwiło to producentom mieszanek określenie, o ile muszą zwiększyć lub zmniejszyć ilość konkretnego składnika, aby osiągnąć pożądany efekt. W tamtym czasie żadna inna firma w branży motoryzacyjnej nie stosowała podobnego rozwiązania, co czyni TMD Friction pierwszym dostawcą motoryzacyjnym, który wykorzystał tak zaawansowany poziom sztucznej inteligencji w swoim procesie badawczo-rozwojowym.

Perspektywy na przyszłość

Przyszłość sztucznej inteligencji w TMD Friction rysuje się w jasnych barwach. Po dekadzie pracy wyłącznie z samodzielnie opracowanymi narzędziami, TMD Friction niedawno zaczęło w swoich badaniach korzystać z wstępnie wyszkolonych modeli AI i dostosowywać je do konkretnych zadań. Stanowią one rozszerzenie istniejącego portfolio narzędzi wewnętrznych.

Kolejnym krokiem jest badanie potencjalnych zastosowań technologii generatywnej sztucznej inteligencji, w tym wykorzystanie zaawansowanej sztucznej inteligencji do opracowywania danych nieustrukturyzowanych, takich jak dokumenty archiwalne, co pozwoli wyjść poza tradycyjne podejścia oparte na bazach danych. Dałoby to pracownikom szybki dostęp do gromadzonej przez lata specjalistycznej wiedzy firmy, co oznaczałoby „odblokowanie” ogromnej ilość danych historycznych i otwarcie ich potencjału biznesowego.

Oprócz prac badawczo-rozwojowych, TMD Friction bada również możliwości wykorzystania sztucznej inteligencji w innych obszarach swojej działalności, w tym w sprzedaży, operacjach i ustalaniu cen.

Uzupełnienie wiedzy człowieka

Dzięki wykorzystaniu narzędzi AI do wczesnego eliminowania najmniej obiecujących mieszanek, TMD Friction może efektywniej wykorzystywać swoje zasoby testowe, oszczędzając czas, pieniądze i ostatecznie skracając czas realizacji zamówień dla klientów. Jednak sztuczna inteligencja nadal pozostaje narzędziem wspierającym ludzki proces decyzyjny, a nie go zastępującym. Oprócz wydajności na stanowisku testowym, istnieje wiele różnych czynników, które decydują o tym, które formuły ostatecznie trafiają do gotowych produktów. Są to na przykład względy rynkowe, czynniki ekonomiczne i wymogi prawne. Żadne narzędzie AI nie jest w stanie śledzić ich wszystkich, co oznacza, że nie zastąpi ono ludzkiego nadzoru.

- Nie sądzę, by sztuczna inteligencja była w stanie zrozumieć wymagania klientów. Niektóre rzeczy wymagają ludzkiego podejścia - mówi Christian Stolz z TMD Friction.

Tweet

Informacja prasowa
Portal publikuje informacje prasowe skierowane do pracujących w warsztatach samochodowych napraw oraz środowiska aftermarketu motoryzacyjnego.