Onderzoeksgebied Kunstmatige intelligentie

Festo brengt hardware en KI-expertise samen om tot nu toe onopgeloste problemen aan te pakken

Festo richt zich op de slimme productie van de toekomst. In onze rol als technologie- en innovatieleider in de industriële automatisering willen wij van kunstmatige intelligentie (KI) een sleuteltechnologie en kerncompetentie maken en consequent inzetten voor automatiseringsoplossingen voor onze klanten. Daarom onderzoeken wij nieuwe mogelijkheden en toepassingsgebieden.

Kunstmatige intelligentie staat voor een verscheidenheid aan methoden en technieken. Daartoe behoren methoden zoals deep learning, reinforcement learning of bio-gebaseerde KI (bio-inspired AI). Veel van deze methoden zijn niet nieuw, maar door de hogere rekenkracht en gemoderniseerde infrastructuren kunnen ze nu op grote schaal in de industriële productie worden gebruikt. Met KI kunnen we problemen aanpakken die voorheen onoplosbaar waren: in de besturingstechniek van complexe systemen met een sterke stromingsdynamica is het bijvoorbeeld vaak niet mogelijk om met modelgebaseerde methoden te werken. De abstracties zijn te onnauwkeurig of mathematisch te complex. Dankzij reinforcement learning kunnen we dergelijke systemen in de toekomst inleren.

Reinforcement Learning

Met reinforcement learning kunnen machines zelfstandig leren hoe ze een bepaald doel moeten bereiken of een probleem moeten oplossen. Het grote voordeel is dat de computer zelf een manier vindt die heel anders kan zijn dan de manier waarop een mens met ervaring het zou doen. In veel gevallen levert dit oplossingen op waar nog niet aan was gedacht. De toepassingsgebieden zijn enorm: van regeltechniek en robotica tot de planning van de toeleveringsketen, door reinforcement learning ontstaan er geweldige mogelijkheden.

Deep learning

Deep learning is vooral geschikt voor afzonderlijke vaardigheden waar een robot heel goed in moet zijn: bijvoorbeeld het grijpen van onbekende voorwerpen met steeds dezelfde grijper. Festo draagt deep learning-algoritmen over voor het bereik Vision, maar ook voor het samenbrengen van sensoren voor haptiek, akoestiek en infrarood in de robotica. Tot nu toe waren robots namelijk vaak gebaseerd op camera's en kunnen ze niet blijven werken als bijvoorbeeld het licht uitvalt. Door haptische en akoestische sensoren en infraroodsensoren worden robots robuuster en kunnen ze ook in moeilijker omstandigheden functioneren.