Anders als bei der industriellen Bildverarbeitung, wo passive Soll-Ist-Vergleiche durchgeführt werden, sucht die KI aktiv nach gelernten Fehlerbildern im aufgenommenen Bild. Ähnlich wie ein Mensch, weiß die KI zwischen Fehlern zu unterscheiden und sucht aktiv auf der Ware nach bekannten Fehlern. Die Frage ist, wie lernt die KI komplexe Fehlerbilder? Klicken Sie dazu "Maschinelles Lernen".

Maschinelles Lernen bedeutet, dass die KI ähnlich lernt wie ein Mensch, nämlich in Form von Gutbildern und Fehlerbeispielen. Stellen Sie sich vor, Sie würden einen neuen Mitarbeiter anlernen: Diesen zeigen sie Beispielbilder und Gutware. Nach einer gewissen Zeit kennt der Mitarbeiter Ihre Produkte und typische Fehler, die im Prozess auftauchen können. Genauso lernt auch die KI, indem man ihr Gutware und Fehlerbeispiele zeigt. Durch z.T. direktes Feedback aus der Produktion, wird die KI anhand von Echtdaten trainiert, ohne selbst die Software dafür entwickeln zu müssen. Wie schnell lernt aber jetzt eine KI? Klicken Sie dazu auf "Synthetische Daten".

Der Unterschied zwischen Mensch und KI ist, dass ein Mensch schnell Fehlerbilder verallgemeinern kann. Hat ein Mensch ein bestimmtes Fehlerbild 3-5x gesehen, kennt er den Unterschied zu anderen Fehlern. Eine KI benötigt deutlich mehr Daten, um diese Verallgemeinerung zu haben. Damit Sie nicht unnötig viel Ausschuss produzieren müssen, um die KI anzulernen, setzen wir auf digitale Zwillinge (synthetische Daten), um den gesamten Lernprozess zu beschleunigen und abzusichern. Vereinfacht gesagt: Stellen Sie sich einen Flugsimulator vor, in dem Manöver für den Ernstfall trainiert werden. Ähnlich verhält es sich mit dem Training der KI, wenn es um Ihre Fehlerbilder und Produkte geht.