{"id":8556,"date":"2024-02-01T15:58:41","date_gmt":"2024-02-01T18:58:41","guid":{"rendered":"https:\/\/hsinet.com.br\/?p=8556"},"modified":"2024-02-02T08:45:27","modified_gmt":"2024-02-02T11:45:27","slug":"o-que-e-ia-para-a-industria","status":"publish","type":"post","link":"https:\/\/hsinet.com.br\/en\/2024\/02\/01\/o-que-e-ia-para-a-industria\/","title":{"rendered":"O que \u00e9 IA para a Ind\u00fastria?"},"content":{"rendered":"\n<p><em>Desde o copiloto de um engenheiro at\u00e9 sistemas totalmente aut\u00f4nomos, a intelig\u00eancia artificial traz novas oportunidades para o ch\u00e3o de f\u00e1brica.<\/em><\/p>\n\n\n\n<p>A intelig\u00eancia artificial (IA) criou uma explos\u00e3o de possibilidades em todos os setores empresariais em todo o mundo. Impulsionado principalmente por um interesse em IA generativa e em modelos de linguagem de grande porte (LLMs), o avan\u00e7o da IA no convencional tamb\u00e9m trouxe consigo uma grande dose de entusiasmo. A IA n\u00e3o \u00e9 uma solu\u00e7\u00e3o \u00fanica e m\u00e1gica que resolver\u00e1 todos os problemas. Em vez disso, a IA para a Ind\u00fastria \u00e9 um poderoso grupo de tecnologias que traz novas oportunidades para o ch\u00e3o de f\u00e1brica.<\/p>\n\n\n\n<p>Existem v\u00e1rias \u00e1reas de solu\u00e7\u00e3o para industrializar a IA em opera\u00e7\u00f5es. Eles incluem:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Efici\u00eancia Energ\u00e9tica<\/strong>: diagnosticar e fazer sugest\u00f5es para melhorar o desempenho de processos com uso intensivo de energia para a redu\u00e7\u00e3o do consumo de energia;<\/li>\n\n\n\n<li><strong>Manuten\u00e7\u00e3o Preditiva<\/strong>: encontrar o momento certo para agendar a manuten\u00e7\u00e3o regular evitando paradas inesperadas e dispendiosas;<\/li>\n\n\n\n<li><strong>Copiloto de Engenharia<\/strong>: aproveitar um assistente baseado em um bate-papo em linguagem natural e em um modelo generativo de IA fornecendo casos de uso, escrevendo c\u00f3digos de computador ou at\u00e9 mesmo auxiliando no desenvolvimento de modelos de IA;<\/li>\n\n\n\n<li><strong>Detec\u00e7\u00e3o de Anomalias<\/strong>: identificar itens raros, eventos ou observa\u00e7\u00f5es que se desviam significativamente do restante do conjunto de dados ajudando a encontrar at\u00e9 mesmo as anomalias mais dif\u00edceis no comportamento do processo;<\/li>\n\n\n\n<li><strong>Qualidade Preditiva<\/strong>: Determinar o resultado de um lote com base em seus par\u00e2metros garantindo o uso do perfil de lote ideal e reduzindo o desperd\u00edcio de produ\u00e7\u00e3o.<\/li>\n<\/ul>\n\n\n\n<p>O lan\u00e7amento do <a href=\"https:\/\/openai.com\/\">ChatGPT da OpenAI<\/a> acelerou a ado\u00e7\u00e3o da IA. A compreens\u00e3o das suas capacidades e limita\u00e7\u00f5es para a ind\u00fastria garante que a ado\u00e7\u00e3o de solu\u00e7\u00f5es de IA inclua uma avalia\u00e7\u00e3o realista de como ir\u00e3o responder \u00e0s necessidades empresariais.<\/p>\n\n\n\n<p><strong>As Principais Categorias de Solu\u00e7\u00f5es de IA<\/strong><\/p>\n\n\n\n<p>Basicamente, IA refere-se a m\u00e1quinas ou sistemas que imitam a intelig\u00eancia humana para executar tarefas. Eles podem melhorar com base nas informa\u00e7\u00f5es que coletam. <\/p>\n\n\n\n<p>Geralmente existem quatro categorias que representam a IA para a ind\u00fastria.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Intelig\u00eancia Assistida<\/strong> \u00e9 a forma mais b\u00e1sica de IA. Ajuda os engenheiros, facilitando suas tarefas. Por exemplo, a intelig\u00eancia assistida pode utilizar dados operacionais para sugerir uma melhoria. Por\u00e9m, a escolha final cabe ao engenheiro. Os dispositivos de intelig\u00eancia assistida n\u00e3o podem tomar decis\u00f5es por conta pr\u00f3pria.<\/li>\n\n\n\n<li>Solu\u00e7\u00f5es de <strong>Intelig\u00eancia de Automa\u00e7\u00e3o<\/strong> s\u00e3o adequadas para tarefas repetitivas que n\u00e3o exigem muita intera\u00e7\u00e3o humana. Um exemplo \u00e9 uma m\u00e1quina que classifica produtos em uma esteira transportadora.<\/li>\n\n\n\n<li>A <strong>Intelig\u00eancia Aumentada<\/strong> trabalha com humanos para executar tarefas melhor do que qualquer um deles poderia fazer sozinho. Uma solu\u00e7\u00e3o de intelig\u00eancia aumentada poderia analisar dados gerados por sensores para ajudar os engenheiros a tomar decis\u00f5es melhores e mais r\u00e1pidas.<\/li>\n\n\n\n<li>A <strong>Intelig\u00eancia Aut\u00f4noma<\/strong> \u00e9 a forma mais avan\u00e7ada de IA. Pode tomar decis\u00f5es e agir por conta pr\u00f3pria, sem ajuda humana. Um ve\u00edculo aut\u00f4nomo em um armaz\u00e9m usa IA aut\u00f4noma.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img fetchpriority=\"high\" decoding=\"async\" width=\"589\" height=\"401\" src=\"https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image.png\" alt=\"\" class=\"wp-image-8559\" srcset=\"https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image.png 589w, https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-300x204.png 300w\" sizes=\"(max-width: 589px) 100vw, 589px\" \/><figcaption class=\"wp-element-caption\"><sub>A IA geralmente pode ser dividida em quatro categorias. A intelig\u00eancia assistida, a automa\u00e7\u00e3o e a intelig\u00eancia aumentada s\u00e3o as mais promissoras para a ind\u00fastria de fabrica\u00e7\u00e3o de processos no momento.<\/sub><\/figcaption><\/figure>\n<\/div>\n\n\n<p><strong>IA para a Ind\u00fastria: Aprendizado de M\u00e1quina<\/strong><\/p>\n\n\n\n<p>O aprendizado de m\u00e1quina, que \u00e9 um subconjunto da IA, usa algoritmos para aprender e fazer sele\u00e7\u00f5es com base nos dados subjacentes. A maioria dos cientistas de dados que trabalham na ind\u00fastria de manufatura de processos usa ML e seu subconjunto, aprendizado profundo, mais do que outras t\u00e9cnicas. <a href=\"https:\/\/www.python.org\/\">Python<\/a> \u00e9 a linguagem de programa\u00e7\u00e3o preferida para classificar dados e desenvolver modelos de aprendizado de m\u00e1quina. Bibliotecas Python populares, como <a href=\"https:\/\/scikit-learn.org\/stable\/\">SciKit Learn<\/a>, <a href=\"https:\/\/pytorch.org\/\">PyTorch<\/a> e <a href=\"https:\/\/www.tensorflow.org\/\">Tensorflow<\/a>, oferecem acesso a essas t\u00e9cnicas com um pacote de instala\u00e7\u00e3o simples.<\/p>\n\n\n\n<p>O aprendizado de m\u00e1quina aplica algoritmos matem\u00e1ticos aos dados. Esses algoritmos ent\u00e3o geram estimativas usando modelos n\u00e3o supervisionados ou supervisionados. Os modelos supervisionados requerem um conjunto de dados rotulado, enquanto os modelos n\u00e3o supervisionados descobrem padr\u00f5es gerais nos dados. Os modelos de ML podem fazer estimativas com base em dados hist\u00f3ricos, categorizar eventos e agrupar pontos de dados com base em pontos em comum.<\/p>\n\n\n\n<p>Com o aprendizado de m\u00e1quina, os computadores podem aprender com os dados sem serem explicitamente programados para isso. Eles s\u00e3o usados para fun\u00e7\u00f5es descritivas, preditivas ou prescritivas.<\/p>\n\n\n\n<p><strong>Aplica\u00e7\u00f5es de ML para a Ind\u00fastria<\/strong><\/p>\n\n\n\n<p>A escolha de qual modelo utilizar para um determinado exerc\u00edcio \u00e9 baseada na experi\u00eancia do cientista de dados. Exemplos de sua aplica\u00e7\u00e3o incluem:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Estimativas do sensor de press\u00e3o, vaz\u00e3o e vibra\u00e7\u00e3o de uma bomba, com um modelo de detec\u00e7\u00e3o de anomalias n\u00e3o supervisionado treinado em dados de s\u00e9rie temporal. Modelos de agrupamento ou redu\u00e7\u00e3o de dimens\u00e3o s\u00e3o frequentemente usados aqui.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large is-resized\"><img decoding=\"async\" src=\"https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-1-1024x518.png\" alt=\"\" class=\"wp-image-8564\" width=\"768\" height=\"389\" srcset=\"https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-1-1024x518.png 1024w, https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-1-300x152.png 300w, https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-1-768x388.png 768w, https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-1.png 1193w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/><\/figure>\n<\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>Compreender o desempenho de um processo. Modelos supervisionados, como regress\u00e3o linear ou \u00e1rvore de decis\u00e3o, informam aos algoritmos como eles devem perceber os dados. O status de desempenho de uma bomba pode ser bom, ruim ou off-line para manuten\u00e7\u00e3o. Este \u00faltimo requer o uso de <a href=\"https:\/\/www.trendminer.com\/industrial-analytics-software\/contextualize-2\/\">dados contextuais<\/a> de v\u00e1rios sistemas operacionais, al\u00e9m de dados gerados por sensores.<\/li>\n\n\n\n<li>Aprendizagem por refor\u00e7o, como Q-learning. Nessas situa\u00e7\u00f5es, os cientistas de dados treinam um algoritmo com recompensas ou penalidades por realizar ou sugerir uma determinada a\u00e7\u00e3o. Os carros aut\u00f4nomos utilizam aprendizado por refor\u00e7o, mas \u00e9 \u00fatil para otimizar processos industriais quando combinado com a experi\u00eancia de especialistas operacionais.<\/li>\n\n\n\n<li>O desenvolvimento de sensores suaves. Sensores suaves podem servir como acr\u00e9scimos \u00e0s contrapartes digitais ou ocupar seu lugar em ambientes agressivos, por exemplo. Isso requer um modelo supervisionado, como uma rede neural ou um algoritmo de aumento de gradiente.<\/li>\n\n\n\n<li>Eles podem prever ou classificar a qualidade do lote ou identificar falhas no equipamento. Os modelos de classifica\u00e7\u00e3o geralmente usam Na\u00efve Bayes ou algoritmos de \u00e1rvore de decis\u00e3o.<\/li>\n<\/ul>\n\n\n\n<p><strong>Rumo ao futuro com IA Generativa<\/strong><\/p>\n\n\n\n<p>As t\u00e9cnicas de IA, incluindo aprendizado de m\u00e1quina, t\u00eam sido usadas na ind\u00fastria h\u00e1 muitos anos. Mas a IA generativa est\u00e1 experimentando o auge do r\u00e1pido avan\u00e7o. Um avan\u00e7o em transforma\u00e7\u00e3o que abriu caminho para inova\u00e7\u00f5es e novos lan\u00e7amentos, incluindo ChatGPT. Em pouco mais de um ano desde o an\u00fancio da inova\u00e7\u00e3o, v\u00e1rias grandes empresas de tecnologia lan\u00e7aram os seus pr\u00f3prios LLMs. Isso inclui o <a href=\"https:\/\/ai.google\/discover\/palm2\/\">Palm 2 do Google<\/a> e o <a href=\"https:\/\/ai.meta.com\/llama\/\">Llama 2 da Meta<\/a>.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img decoding=\"async\" src=\"https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-2.png\" alt=\"\" class=\"wp-image-8565\" width=\"602\" height=\"576\" srcset=\"https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-2.png 602w, https:\/\/hsinet.com.br\/wp-content\/uploads\/2024\/02\/image-2-300x287.png 300w\" sizes=\"(max-width: 602px) 100vw, 602px\" \/><figcaption class=\"wp-element-caption\"><sub>O Ciclo da Moda do Gartner para Tecnologias Emergentes de 2023 mostra que a IA Generativa est\u00e1 no auge de suas expectativas infladas. Cortesia do Gartner.<\/sub><\/figcaption><\/figure>\n<\/div>\n\n\n<p>Embora a IA generativa esteja no auge do Ciclo da Moda do Gartner para Tecnologias Emergentes, os especialistas operacionais j\u00e1 podem usar a nova tecnologia para diversos fins. <\/p>\n\n\n\n<p>Fonte: <a href=\"https:\/\/www.trendminer.com\/what-is-ai-for-industry\/\">https:\/\/www.trendminer.com\/what-is-ai-for-industry\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Desde o copiloto de um engenheiro at\u00e9 sistemas totalmente aut\u00f4nomos, a intelig\u00eancia artificial traz novas oportunidades para o ch\u00e3o de f\u00e1brica. A intelig\u00eancia artificial (IA) criou uma explos\u00e3o de possibilidades em todos os setores empresariais em todo o mundo. Impulsionado principalmente por um interesse em IA generativa e em modelos de linguagem de grande porte [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":8569,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[194,198,193,184,195,197,199,196,192,88,191],"class_list":["post-8556","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","tag-ai","tag-aprendizado-de-maquina","tag-ia","tag-industria4-0","tag-llm","tag-machine-learning","tag-ml","tag-python","tag-tranformacaodigital","tag-transformacao-digital","tag-trendminer"],"_links":{"self":[{"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/posts\/8556","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/comments?post=8556"}],"version-history":[{"count":5,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/posts\/8556\/revisions"}],"predecessor-version":[{"id":8571,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/posts\/8556\/revisions\/8571"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/media\/8569"}],"wp:attachment":[{"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/media?parent=8556"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/categories?post=8556"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hsinet.com.br\/en\/wp-json\/wp\/v2\/tags?post=8556"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}