KI vs. Realität - Wer hat die Nase vorn?
Heutzutage ist es schwierig jemanden zu finden, der noch nicht von Künstlicher Intelligenz gehört hat. Der Begriff wird immer noch in verschiedenen Zusammenhängen als Allheilmittel verwendet, das komplexe Probleme, bei denen die klassischen Algorithmen versagen, sofort und mühelos lösen soll. Aber ist das wirklich der Fall?
Diese These könnte nicht weiter von der Wahrheit entfernt sein. Das jedenfalls sagen die KI-Experten des polnischen Technologieunternehmens Fitech.
Warum überhaupt KI einsetzen, wenn es um die optische Inspektion von Leiterplatten geht?
„Der klassische Ansatz bei der optischen PCBA-Inspektion besteht darin, Parameter für einen bestimmten Fall starr zu definieren. Solche Regeln sollten für jede Komponente auf einer Leiterplatte definiert werden. Bei dem KI-basierten Ansatz müssten wir dem Algorithmus nur sagen, wie die Bauteilbeispiele aussehen. Der einzige Nachteil ist, dass wir mehrere hundert dieser Beispiele bereitstellen müssen. Andererseits müssen wir nicht 'manuell' definieren, wie das Innere eines solchen Elements aussieht, sondern wir sagen dem Algorithmus, 'so sieht das Bauteil aus, lerne, wie es aussieht'", so Grzegorz Kałucki und Kamil Jarosz, Spezialisten für künstliche Intelligenz bei Fitech.
Was sind Ihrer Meinung nach die größten Grenzen der KI im Vergleich zum Menschen in diesem Fall?
„Ein Mensch lernt schnell, bestimmte Fälle zu untersuchen. Wenn Sie zum Beispiel einem Produktionsmitarbeiter sagen, er soll prüfen, ob 'das gelbe Band auf dem D202-Bauteil das Laminat erreicht, wenn er in einem 45-Grad-Winkel darauf schaut' - dann wird er das fast sofort verstehen. Ein auf KI basierendes Modell muss jedoch viele Beispiele erhalten, um zu lernen, wie es mit einem solchen Fall umzugehen hat", erklärt Kałucki und fährt fort.
„Andererseits wird ein KI-Modell nicht müde und lässt sich nicht ablenken, so dass es nach der Mittagspause genauso gut in der Lage ist, Fehler zu erkennen wie vor der Mittagspause - im Gegensatz zum Menschen. Zusammenfassend lässt sich sagen, dass der Mensch in einzelnen, spezifischen Fällen besser sein wird, während die KI in sich wiederholenden, massenhaften Fällen besser sein wird."
Was sind die wichtigsten und schwierigsten Aufgaben für Ingenieure bei der Optimierung von KI-Systemen für die optische Inspektion?
„Datenerfassung, Datenkennzeichnung, Skalierung, Erstellung und Validierung von Hypothesen... die Liste ist lang", so der Spezialist.
Für alle, die sich für das Thema interessieren, hält Fitech während der Evertiq Expo Berlin am 2. Juni 2022 eine Präsentation mit dem Titel Artificial Intelligence meets Real World - AI-based PCBA optical inspection.
