Jeff Kent của Procter & Gamble Thảo luận về AI và Học máy

Jeff Kent, phó chủ tịch, Công nghệ & Đổi mới Nền tảng Thông minh tại Procter & Gamble, đã thảo luận về kinh nghiệm ứng dụng trí tuệ nhân tạo và máy học tại Diễn đàn ARC 2023. Kent đã mô tả các mục tiêu cắt giảm chi phí vận hành sản xuất và cải thiện hoạt động, bao gồm hơn 5-10% cải thiện hiệu quả sử dụng nhân sự, giảm 50% chi phí bảo trì & sửa chữa và giảm 50% chi phí QA. Ngoài 25 năm làm việc tại P&G với tư cách là chuyên gia về chủ đề kiểm soát và tự động hóa, ông còn có kinh nghiệm làm việc trong Lực lượng Không quân Hoa Kỳ với các hệ thống và mạng doanh nghiệp.

Kent tin rằng trí tuệ nhân tạo và máy học là những thành phần cơ bản của quá trình số hóa sản xuất. Kent đã tham gia hành trình số hóa Procter & Gamble (P&G) được khoảng 5 năm trong một nhóm công ty bắt đầu từ 7 năm trước. Nhóm đã phát triển bao gồm 25 người, tập trung vào ứng dụng thực tế của các khái niệm Công nghiệp 4.0 và có các trung tâm đổi mới kỹ thuật ở Cincinnati, Ohio, cũng như Kronberg, Đức, gần Frankfurt. “Mọi thứ không thể thú vị hơn nữa,” anh nói.

Kent nhấn mạnh: “Hệ thống điều khiển là một tài sản rất mạnh mẽ” và P&G có một chương trình tình báo hoạt động rất quan trọng với mục tiêu giới thiệu hàng nghìn thuật toán máy học ở cấp độ thiết bị trên khắp 120 địa điểm tại hơn 40 quốc gia. Ông lưu ý: “Không nên quên việc kiểm soát,” đồng thời mô tả việc bổ sung trí thông minh ở cấp độ biên này như một phần quan trọng của sự hội tụ CNTT/OT.

Sáng kiến ​​WISE

Công ty đã tạo thương hiệu WISE nội bộ cho sáng kiến ​​bao gồm SmartBox, một thiết bị điện toán và điều khiển biên mà P&G đang hợp tác với các nhà lãnh đạo ngành để cung cấp “một cách rất thiết thực và giá cả phải chăng”. Procter & Gamble cam kết giới thiệu các mô hình máy học và trí tuệ nhân tạo trong tất cả các hoạt động với trọng tâm cụ thể ở cấp độ thiết bị với sự hợp tác giữa các hệ thống làm việc chính, cho dù đó là bảo trì đảm bảo chất lượng và sử dụng vật liệu. Wise là dịch vụ nội bộ tổng thể của P&G hỗ trợ DevOps của thiết bị Smart Box cũng như vòng đời tổng thể của Machine Learning (ML).

Thiết bị cạnh SmartBox

P & G đang sử dụng một thiết bị cạnh mà họ gọi là “SmartBox” giao diện và thu thập dữ liệu từ các điều khiển hiện có, điều khiển mới và thiết bị OEM bao gồm các giao diện cho Mitsubishi, Rockwell và Siemens. Kent nhấn mạnh rằng điện toán ở biên điều khiển rất quan trọng vì nhiều thuật toán chạy máy học trong các quy trình làm việc cốt lõi của P&G phải được liên kết chặt chẽ với hệ thống điều khiển trong thời gian thực để thực hiện các chức năng bao gồm điều khiển thích ứng.

Thông tin được truyền tới ngăn xếp OT bên trên và bên dưới tường lửa bằng cách sử dụng OPC UA và điều này cũng hỗ trợ các ứng dụng đám mây cộng tác với Microsoft. Thông tin sẽ có sẵn trong toàn bộ tổ chức đang thúc đẩy quá trình số hóa nhằm nâng cao hiệu quả, chất lượng và lợi nhuận. Kent giải thích: “Chúng tôi lập bản đồ toàn bộ chu trình dữ liệu từ lấy dữ liệu đến ngữ cảnh hóa dữ liệu để làm việc thông qua phát triển mô hình thông qua triển khai mô hình và sau đó là tất cả các cách để cung cấp thông tin cho người vận hành.

Vòng đời sản xuất Machine Learning (ML)

Kiến trúc P&G được thiết kế để hỗ trợ Vòng đời Máy học Sản xuất (ML) Kent mô tả như sau:

• Chụp dữ liệu
• Lịch sử hóa và bối cảnh hóa dữ liệu
• khám phá dữ liệu
• Phát triển các mô hình học máy
• Kiểm tra và xác nhận các mô hình học máy
• Các mô hình học máy đã triển khai
• Giám sát các mô hình học máy
• Duy trì các mô hình học máy

Quỹ OPC UA

Kent đã tuyên bố rõ ràng, “OPC UA là rất quan trọng; Tôi thấy không có cách nào tốt hơn để có một ngôn ngữ chung giữa OT và IT hơn là với OPC UA.” P&G đã phát triển mối quan hệ bền chặt khi áp dụng OPC UA trong toàn bộ kiến ​​trúc để đạt được khả năng truy cập dữ liệu liền mạch, có quy mô đáng tin cậy và lặp lại trong toàn tổ chức.

Vươn xa hơn Mô hình Purdue

Phản ánh quan điểm được nhiều người chia sẻ, Kent chỉ ra kiến ​​trúc cấu trúc của các hệ thống cần phải thay đổi:
“Mô hình Purdue đã phục vụ chúng tôi rất tốt trong nhiều thập kỷ. Cuối cùng, chúng tôi đã tôn trọng điều đó quá lâu. Những gì chúng tôi thực sự cần làm là bắt đầu làm mờ một số cấp độ của mô hình Purdue để đây có thể là một kiến ​​trúc giao tiếp rộng rãi hơn nhiều, cởi mở hơn nhiều cho mọi người tham gia.”

“Nếu chúng tôi không giới thiệu nhiều mạng lưới vạn vật bất khả tri hơn, tôi không nghĩ chúng tôi có thể cung cấp công nghiệp 4.0 hoặc sức mạnh của trí thông minh. Các sáng kiến ​​từ thực địa đến đám mây đều rất quan trọng và Tổ chức OPC đi đầu trong việc xác định nó nên là gì.”

Kent giải thích thêm, “Chúng tôi sẽ không tôn trọng mô hình Purdue. Tại sao chúng ta lại nên? Tại sao phải gửi thông tin qua các lớp khác nhau thay vì liên lạc trực tiếp đến nơi cần đến? Chúng tôi muốn triển khai cho tất cả 120 nhà máy trong vòng một năm. Tôi thấy không có cách nào tốt hơn để có một ngôn ngữ chung giữa OT và IT hơn là với OPC UA.”