A Ford az első futószalagot 1913-ban állította üzembe a legendás T-modell gyártására, és ezzel forradalmasította az autóipart. Több mint száz év múltán a futószalag-rendszer még él, de a Ford már mesterséges intelligenciát (AI) használ, hogy nagyobb sebességgel haladjon a termelés.
A Michigan állambeli Livoniában (Detroit egyik elővárosában) található a cégnek az a nyomatékváltó üzeme, ahol a robotok segítenek az erőátviteli egységek összeszerelésében. Most egy olyan AI-t használó rendszert vezettek be, amely próbálkozások során tanulja meg, hogy miként lehet az egyes alkatrészeket a leghatékonyabban a helyükre illeszteni.
A Ford a Symbio Robotics nevű friss technológiája néhány száz kísérletet vizsgál meg annak megállapítására, hogy mely megközelítések és mozdulatok működtek a legjobban. A robotoknak helyet adó biztonsági ketrec előtt álló számítógép azt mutatja, hogy a Symbio technológiája érzékeli és irányítja a karokat. (A Toyota és a Nissan is ugyanazt a technológiát használja a gyártósorok hatékonyságának javítására.)
A technológia lehetővé teszi, hogy a futószalagnak ez a része 15 százalékkal gyorsabban haladjon, ami jelentős javulást jelent az autóiparban, ahol a kis haszonkulcson nagymértékben befolyásolja a gyártás hatékonysága.
Lon Van Geloven, a livoniai gyár termelési vezetője szerint a Ford annak vizsgálatát tervezi, hogy alkalmazható-e a technológiát más gyárakban. A szakember úgy véli, ez a megoldás mindenütt megállja a helyét, ahol csak lehetséges, hogy a számítógép megtanulja és "ráérezzen" a dolgok egymáshoz való illeszkedésére. "Rengeteg ilyen alkalmazási lehetőség van" - mondta a Wired magazinnak.
Az AI-t gyakran felforgató és átalakító technológiának tekintik, de a Livonia nyomatékváltó-gyár példája azt mutatja, hogy az AI fokozatosan és szinte észrevehetetlen módon is beléphet az ipari folyamatokba.
Az autógyártás már erősen automatizált, de a járművek összeszerelését, hegesztését és festését elősegítő robotok lényegében nagy teljesítményű, precíz automaták, amelyek csak végtelenül sokszor megismétlik ugyanazt a feladatot, de nem képesek megérteni a környezetüket vagy reagálni arra.
A kutatók és a startup cégek azt kutatják, hogy az AI miként adhatna további képességeket a robotoknak, például lehetővé téve számukra a szállítószalagok mentén mozgó ismeretlen tárgyak felismerését és megragadását. A Ford példája megmutatja, hogyan lehet a meglévő gépek teljesítményét akár egyszerűbb érzékelési és tanulási képességek bevezetésével javítani.
