في عام 1913 ، أحدث هنري فورد ثورة في صناعة السيارات من خلال الابتكار في جعل تجميع السيارات الجديدة أسرع وأكثر كفاءة.
بعد ما يقرب من قرن من الزمان ، تستخدمه شركة فورد لتسريع خطوط الإنتاج الحالية.
يشتمل فورد في ميشيغان ، حيث يساعد في تجميع محولات عزم الدوران ، الآن على نظام يستخدم الذكاء الاصطناعي للتعلم من المحاولات السابقة كيفية نقل الأجزاء إلى مكانها بأكبر قدر من الكفاءة.
يستخدم Ford تقنية من شركة ناشئة تسمى Arm Sensing and Control ، والتي تبحث في مئات المحاولات السابقة لتحديد التقنيات والحركات التي تبدو أكثر فاعلية.
تستخدم شركتا تويوتا ونيسان نفس التكنولوجيا لتحسين كفاءة خطوط إنتاجهما.
تسمح التكنولوجيا لهذا الجزء من خط التجميع بالعمل أسرع بنسبة 15 في المائة ، وهو تحسن كبير في صناعة السيارات ، حيث تعتمد الأرباح الصغيرة بشكل كبير على كفاءة الإنتاج.
تخطط الشركة للتحقق مما إذا كانت تستخدم هذه التكنولوجيا في مؤسسات أخرى ، حيث يمكن استخدام هذه التكنولوجيا في أي مكان يمكن أن يتعلمه الكمبيوتر بناءً على الإحساس بمدى ملاءمة كل شيء معًا ، وهناك العديد من هذه التطبيقات.
غالبًا ما يُنظر إلى الذكاء الاصطناعي على أنه تقنية تحويلية ، لكن تجميع محولات عزم الدوران في مصنع فورد يوضح كيف يمكن للذكاء الاصطناعي التسلل تدريجيًا وغالبًا بشكل غير مرئي إلى عمليات التصنيع.
على الرغم من أن صناعة السيارات أصبحت آلية للغاية ، فإن الروبوتات التي تساعد في تجميع ولحام ودهان السيارات هي آلات قوية ودقيقة تكرر نفس المهمة إلى ما لا نهاية دون أن تكون قادرة على فهم بيئتها أو التفاعل معها.
تعد إضافة أتمتة إضافية أمرًا صعبًا ، وتشمل المهام التي لا تزال بعيدة عن متناول السيارات مهام مثل إضافة أسلاك مرنة عبر لوحة القيادة وجسم السيارة.
وفي عام 2018 ، ألقى Elon Musk باللوم على قرار الاعتماد بشكل أكبر على الأتمتة في الإنتاج ، مما تسبب في تأجيل Tesla لإنتاج الطراز 3.
يستكشف الباحثون والشركات الناشئة طرقًا لتمكين الروبوتات ، مثل السماح لهم بإدراك وفهم الأشياء غير المألوفة التي تتحرك على طول أحزمة النقل.
يوضح مثال فورد كيف يمكن تحسين السيارات الحالية من خلال تقديم قدرات التعرف والتعلم البسيطة.
يتم استخدام الذكاء الاصطناعي بشكل متزايد لمراقبة الجودة في التصنيع حيث يمكن تدريب خوارزميات الرؤية الحاسوبية لاكتشاف العيوب في المنتجات أو المشاكل في خطوط الإنتاج.
يتمثل أحد التحديات الرئيسية في أن كل عملية تصنيع فريدة من نوعها وتتطلب الأتمتة لاستخدامها بطريقة معينة ، ويجب دمج التقنيات الجديدة في سير العمل دون التضحية بالإنتاجية.