NSF CAREER Award che promuove il lavoro dei ricercatori britannici che integrano l'intelligenza artificiale nel settore manifatturiero

LEXINGTON, Ky. (7 agosto 2023) —Mentre gli esperti del settore affrontano l'entusiasmo e le preoccupazioni legate all'uso dell'intelligenza artificiale (AI), un ricercatore dell'Università del Kentucky sta esplorando la sua potenziale integrazione nella produzione attraverso un premio Faculty Early Career Development (CAREER) della National Science Foundation (NSF).

Peng "Edward" Wang, Ph.D., è Robley D. Evans Faculty Fellow e professore assistente con un incarico congiunto nei dipartimenti di ingegneria elettrica e informatica e di ingegneria meccanica e aerospaziale nel Regno Unito Stanley e Karen Pigman College of Engineering. È entrato all'università nel 2019.

“L’obiettivo del mio NSF CAREER Award sarà lo sviluppo del primo modello di machine learning generalizzabile su larga scala, studiato appositamente per applicazioni di produzione come la saldatura. Aspiriamo a sviluppare una soluzione di machine learning AI innovativa che possa essere paragonata alla controparte manifatturiera di ChatGPT”, ha affermato Wang.

ChatGPT è un modello linguistico AI che elabora il linguaggio per generare risposte pertinenti, ma presenta i suoi limiti, inclusa l'incapacità di elaborare dati di produzione basati su immagini.

La NSF sosterrà Wang con 567.930 dollari in cinque anni per la sua ricerca sull'intelligenza artificiale e l'apprendimento automatico (ML), dove utilizzerà dati di produzione del mondo reale per sviluppare un sistema che può essere applicato ampiamente ai sistemi di produzione per migliorare l'autonomia, l'efficienza produttiva, controllo qualità e sostenibilità.

Questo premio è uno dei "premi più prestigiosi a sostegno delle attività di sviluppo professionale degli insegnanti-studiosi che integrano in modo più efficace istruzione e ricerca nel contesto della missione della loro organizzazione", secondo il sito web della NSF.

"Lavoro da diversi anni nel campo dell'intelligenza artificiale e del machine learning, sviluppando soluzioni specificatamente su misura per applicazioni di produzione", ha affermato Wang. “Tuttavia, ho notato che la maggior parte delle soluzioni AI/ML vengono attualmente sviluppate in ambienti di laboratorio controllati. Esistono disparità significative tra i dati generati nei laboratori e i dati di produzione reali ottenuti dagli impianti di produzione”.

Le disparità nei dati sono visibili in aree quali la varietà dei dati, la qualità e l’etichettatura. Per ricercatori come Wang, ciò impedisce di applicare queste soluzioni di intelligenza artificiale/ML a contesti di produzione pratici.

Nei prossimi cinque anni, Wang e il suo team lavoreranno per affrontare queste sfide e colmare il divario tra la ricerca sull’intelligenza artificiale/ML in ambienti controllati e gli impianti di produzione del mondo reale. Fondamentale per questo lavoro è l’accesso a dati complessi e reali sugli impianti di produzione.

"Penso che tutte le persone che lavorano nel campo dell'intelligenza artificiale e del machine learning sappiano che la verità è che se non disponi di dati, non hai nulla per sviluppare un modello di successo", ha affermato Wang.

Il gruppo di ricerca sta collaborando con le centrali del settore General Motors (GM) e General Electric (GE) per fornire i dati necessari per questo lavoro. GM ha condiviso i dati del suo impianto di saldatura e di laboratorio, che costituiscono la base necessaria per il progetto di Wang.

“La collaborazione con GM e GE non solo ci fornisce risorse inestimabili, ma ci offre anche l’opportunità di testare e perfezionare i nostri modelli AI/ML in ambienti di produzione reali”, ha affermato Wang. “Lavorando a stretto contatto con questi leader del settore, possiamo garantire che le nostre soluzioni siano robuste, pratiche e in linea con le esigenze del settore manifatturiero”.

Nell’ambito di questo lavoro, Wang collaborerà anche con la Kentucky Association of Manufacturers (KAM) per condividere conoscenze e fornire indicazioni ai piccoli e medi produttori sulla transizione dalle pratiche di produzione tradizionali a un modello di produzione intelligente in grado di soddisfare le loro esigenze specifiche.

Questo progetto finanziato dalla NSF creerà anche una partnership con il Math Science & Technology Center (MSTC) presso la Paul Laurence Dunbar High School di Lexington. Fino a quattro studenti avranno l'opportunità di lavorare su un progetto di ricerca appositamente progettato come l'utilizzo o lo sviluppo del modulo di saldatura robotizzata intelligente per la progettazione di parti meccaniche, con caratteristiche specifiche.