Festo は W&B でスマートファクトリーを実現します
「W&B を導入する前は、新しい実験を設定し、新しいデータでパラメーターを微調整するのに平均して 8 時間かかることがよくありました。 W&B を使用すると、この時間は Keras コールバックとプロット ロギングを含めて 20 ～ 30 分に大幅に短縮されました。」
ダニエル・スピース
機械学習エンジニア
ダウンタイムの本当のコスト
機械は予期せず故障することがありますが、それは避けられません。
しかし、予期せぬ故障のイライラが和らぐわけではありません。ほぼすべての産業分野の大手メーカーにとって、そのコストは1 時間あたり 10 万ドルをはるかに超える可能性があります。
産業オートメーションの世界的リーダーである Festo は、その変化の最前線に立っています。同社はハードウェアの専門知識と機械学習を組み合わせることで、顧客が生産の信頼性を向上させ、メンテナンス プロセスを最適化し、コストのかかるダウンタイムを削減できるよう支援しています。
予防から予測へ
従来の工場監視は、使用状況や時間に基づいた定期的な検査に依存しています。このアプローチは問題を見つけるのに役立ちますが、リソースと時間がかかります。さらに、多くの場合、問題の診断が遅すぎて損害を防ぐことができない可能性があります。
機器の故障を事前に予測するには、Festo が役立ちます。
たとえば、空気圧シリンダーを考えてみましょう。これは、多くの業界の生産ラインで使用されている装置です。機械内で部品を動かしたり、アイテムをプレスしたり、ドアを開閉したりなど、さまざまな作業をこなします。これらのシリンダーから空気が漏れることは絶対にあってはなりません。漏れた場合は、かすかなシューという音が発生します。
Festo の ML チームは、音声信号を利用して、シリンダーからの音が漏れ関連の音パターンに該当するかどうかを識別できる堅牢でスケーラブルなアルゴリズムを開発しています。漏れが検出されると、漏れの場所と大きさを知らせる通知がユーザーに通知され、生産停止を防ぎ、メンテナンスを迅速に実行できるようになります。特筆すべき点は、このユースケースがドイツの BMBF の公的資金によるプロジェクトである KI-MUSIK4.0 の一部であるということです。
「私たちが取り組んでいることは、顧客にとって大きな利便性をもたらします。非常に複雑なシステムを調べる必要がなくなります」と、フェスト社の機械学習エンジニア、ダニエル・スピーズ氏は語る。
Festo シリンダー上の AI デバイスのレンダリング。
Festo シリンダー上の AI デバイスのレンダリング。
新たなレベルの効率性を実現
Festo は、顧客の稼働率を最大限に高めるために、比類のないレベルの自動化と生産性を実現できる強力な MLOps プラットフォームを必要としています。W&B を使用すると、プラットフォームはすべてのハイパーパラメータとメトリックを自動的に記録し、情報を中央の場所に保存します。これにより、チームは反復とチューニングに集中する時間を確保でき、モデルのパフォーマンスを向上させるために必要なことを何でも試すことができます。
「W&B はワークフローを合理化し、実験を並べて比較し、さまざまなアプローチが結果に与える影響を簡単に確認できるようにすることで、時間と労力を大幅に節約してくれました」とダニエルは述べています。
さらに、高性能モデルを開発するために、Festo は W&B Sweeps を広範に使用していますが、常にそうだったわけではありません。チームは以前、ハイパーパラメータの最適化にオープンソース ツールに依存していました。ソリューションの設定が面倒で面倒であることが判明したため、Sweeps に切り替えるのは当然の選択となりました。
「W&B を使用する前は、新しい実験を設定して新しいデータでパラメータを微調整するのに、平均 8 時間かかることがよくありました」と Daniel 氏は言います。「W&B を使用すると、Keras コールバックとプロット ログを含めて、この時間が 20 ～ 30 分に大幅に短縮されました。」
スムーズで効率的、かつスケーラブルな ML ワークフローを維持するために、Festo は W&B Launch を活用しています。チームは、1 台のローカル マシンで複雑なトレーニングやハイパーパラメータ調整ジョブを実行する代わりに、Launch を活用して、追加のコンピューティング リソースを使用して任意のターゲット環境にジョブを簡単に起動し、モデル トレーニングを加速できます。そして、これはすべて、使い慣れた使いやすい W&B インターフェースから実行されます。
「Launch などのツールを使用して、W&B をデプロイメント パイプラインに統合しました」と Daniel 氏は言います。「これにより、GPU マシンでさまざまなトレーニングを迅速に開始し、実験を拡大することができます。」
未来の工場
製造エラーの減少と機械のダウンタイムの短縮は、製造業者が AI を活用して製造現場を効率化する理由のほんの一部にすぎません。Festo は、業界に関する幅広い知識と機械学習の強力な活用により、あらゆる工場をスマート ファクトリーに変革することを可能にします。
Festo が製造業の未来を形作り続ける中で、W&B は大規模な ML ワークフローの合理化、オーケストレーション、自動化に不可欠です。W&B を活用することで、Festo は ML 操作に関連するすべてを最適化し、構築と実験に集中する時間を確保し、モデル トレーニングを簡単に大幅にスケールアップできます。
「W&B の最も素晴らしい点は、それがまさにオールインワン ソリューションであることです」と Daniel 氏は語ります。「すぐに使用でき、生産性が大幅に向上しました。」