AIoT döneminin gelişiyle ASUS, gelişmiş üretim yeteneklerini geliştirmek için yeni teknolojileri ve yöntemleri benimsedi. 2019’un sonunda ASUS, endüstriler için daha fazla çözüm geliştirebilmek için şirketin AIoT iş birimini genişletti ve bu süreçte onu AIoT Business Group (AIoT BG) olarak değiştirdi. Başarılı üretimin üç ana yönünü düşündükten ve planladıktan sonra – tasarım gücü, teknik yetenek ve sürekli kârlılık – ASUS, tedarik tarafı Endüstri 4.0 yükseltmeleri için gereken esnekliği, hızı, üretkenliği ve kaliteyi elde etmek için işlemleri dönüştürdü.
Hataları el ile tespit etmek, üretim süreçlerinde önemli bir ağrı noktası ve verimsizliklerin nedenidir. ASUS, metal çevre birimleri, fanlar, baskılı devre kartları ve diğer bilgisayar bileşenlerini üretmenin yanı sıra sistem montajı için AI kullanan akıllı üretim çözümlerine yatırım yaparak, fabrika çalışanlarının üretim hatalarının yanlış değerlendirilmesinden kaynaklanan verimlilik darboğazlarını ortadan kaldırabilir ve kayıpları azaltabildi. İleride, ASUS, üretim kalitesinin sınırlarını daha da iyileştirmek ve zorlamak için farklı kalite kusur türlerini istatistiksel olarak sınıflandırmak, nedenlerini belirlemek ve kusur kaynağındaki süreçleri iyileştirmek için yapay zeka ve büyük veriler kullanmaya devam edecektir.
Açık Platform BG ve AIoT Business Group Kıdemli Başkan Yardımcısı Jackie Hsu , “ASUS’un şu anda yüzlerce tedarikçisi var ve kalite kontrol süreçlerini her geliştirebildiğimizde tedarikçiler alıcı ve değişiklik yapmaya istekli. Bu, ASUS ve tüm ürün sektörü için her zaman ürün kalitesine büyük önem veren bir kazan-kazan durumu” diyor.
AI Görsel Muayene Sistemi
İmalat sanayinde, manuel görsel incelemeyi otomatik optik muayene (AOI) ile değiştirmek yaygın bir uygulamadır. Ancak, mekanik metal parça üreticileri için optik inceleme verimsizdir. Manuel görsel inceleme, ışığın yansımasından kaynaklanan kusurları görmek için genellikle ürün yüzeylerini birden fazla açıdan izlemeyi gerektirir. Eksiksiz ve doğru hata verileri elde etmek için optik ve bileşen yüzey özelliklerini kavramak son derece önemlidir.
Optik denetim, AI algılama modelini doğru bir şekilde eğitmek için makine öğrenimi, derin öğrenme ve yapay sinir ağı teknolojilerini kullanan AIoT Business Group’un temel teknolojilerinden biridir. Genel Müdür Yardımcısı Albert Chang , “Genel olarak otomatik optik inceleme doğruluğu yaklaşık yüzde 80-90’dır, yani kusurların yüzde 10’undan fazlası yanlış değerlendirilebilir ve manuel görsel inceleme doğruluğu yaklaşık yüzde 90’dır. Şu anda ASUS, AI’nın öğrenmeden sonra doğruluğunu yüzde 98’e çıkarmasını sağladı” şeklinde konuşuyor.
