Experten varnar för naiv AI-optimism
AI kan bli ett kraftfullt verktyg för att optimera formsprutning. Men bara om det bygger på korrekt processförståelse. Det menar Vito Leo.
AI håller tydligt på att bli ett vardagsverktyg i många delar av vårt arbete. I princip borde ett sådant verktyg kunna hjälpa till att optimera maskininställningar vid formsprutning. Det problem jag ser handlar framför allt om hur ett sådant AI-system tränas. Om träningen är helt öppen för allt som finns i offentligt tillgängliga dokument, forum, kommersiella dokument och sociala medier ser jag en risk att systemen kan fatta mycket felaktiga beslut.
Polymerfysik är komplext och formsprutning är dessutom en av de mest svårbemästrade processerna, på grund av dess transienta natur, de mycket höga hastigheterna och de stora tryck som används. Under 26 år som utbildare, med mer än 4000 deltagare, har jag hört hundratals tolkningar av problem som människor stöter på – och många av dem är tyvärr till stor del felaktiga. Det finns så många variabler i ekvationen att det bokstavligen finns ett oändligt antal möjliga tolkningar, där i princip alla utom en är fel.
Samtidigt kan jag se att en mycket strikt och noggrann träningsmetod skulle kunna leda till ett mycket användbart AI-verktyg i vår bransch.
Vito Leo
Alltsedan vi började med flödesanalyser och formsprutningssimuleringar har min inställning alltid varit: ”Om du inte förstår det – tro inte på det.” Vi behöver ett liknande synsätt där AI kan bli en mycket kraftfull källa till tillämpad kunskap, men där vi också utvecklar verktyg som kan förklara varför de fattar de beslut de gör. En helt och hållet ”black box”-baserad metod framstår därför som mycket riskabel för mig, åtminstone under de första åren.
Dessutom behöver vi kunna ge systemet återkoppling, till exempel om detaljens utseende, skevhet, flytlinjer, detaljvikt och dimensioner. Ibland kan till och med lukten ge en indikation på nedbrytning i materialet – hur ska AI kunna uppfatta det? Ett ovanligt ljud eller en mycket liten rörelse i skruven kan också avslöja ett problem. Det är också svårt att mata in i ett AI-system.
I verkligheten handlar det alltid om att hitta en kompromiss mellan många olika egenskaper och krav. Därför kan det vara mycket svårt att ens definiera vad ett ”optimalt resultat” egentligen är.
Sammantaget är jag övertygad om att det är fullt möjligt att skapa ett verktyg som är mycket användbart för relativt oerfarna formsprutare. Och sådana finns det en del av.
Jag kan också se att man skulle kunna utveckla mer kraftfulla verktyg för specifika tillämpningar, med mycket fokuserade, begränsade och validerade träningsdata.
Om man till exempel skulle lägga in alla mina över 200 sidor tekniska artiklar och mer än 500 kursbilder i ett AI-system skulle man kanske kunna skapa en slags ”virtuell Vito Leo-konsult” som förhoppningsvis kan vara till nytta även efter att jag själv är borta!
Om Vito Leo
Vito Leo är fysiker med en lång karriär inom polymerindustrin, där han arbetade över 35 år på Solvay, bland annat som Principal Scientist inom polymerfysik. Han har varit en tidig drivkraft inom simulering av formsprutningsprocesser och har lett arbete inom reologi och CAE. Parallellt har han undervisat i polymerprocesser vid Université Libre de Bruxelles. Idag driver han utbildnings- och konsultverksamheten BIMS Seminars och är medgrundare till PlasticsYOU.
