شرکت Factbird به دوربینهای کارخونه چشم هوشمند داد!
🏭 تا حالا دادههای کارخونه بیشتر از خود دستگاهها میاومد: دستگاه کی خوابیده، چقدر تولید کرده، کجا کند شده. ولی خیلی از وقتهای تلفشده دقیقاً دور و بر دستگاه اتفاق میافته؛ جایی که سنسورها و PLC (کنترلر صنعتی) چیزی نمیبینن. یه ایستگاه منتظر مواد میمونه، یه کار دستی تو شیفت شب بیشتر طول میکشه و هر کدوم چند دقیقه میخوره. جمع همین چند دقیقهها تو یه سال، ظرفیت واقعی خط رو پایین میاره.
شرکت دانمارکی Factbird روز ۱۶ نوامبر ۲۰۲۶ (۲۵ آبان ۱۴۰۵) تو اطلاعیهٔ رسمی خودش دو تا قابلیت تازه معرفی کرد که هر دو از همون روز فعالن: Visual Intelligence (هوش بصری) و Factbird MCP.
دوربینی که تصویر رو به آمار تبدیل میکنه
ایدهٔ Visual Intelligence سادهست. دوربینها از ایستگاهها و بخشهایی که خود کارخونه انتخاب میکنه فیلم میگیرن. بعد یه Edge Device (دستگاه پردازش کنار خط)، یعنی یه کامپیوتر کوچیک که همونجا کنار خط تولید نصب شده، با هوش مصنوعی این تصویرها رو به دادههای تولید تبدیل میکنه. این عددها هم کنار آمار خرابی و عملکردی که تیمها از قبل دنبال میکردن، تو داشبورد Factbird نشون داده میشن.
در عمل تیم تولید میتونه:
- ببینه کدوم ایستگاه بیکار مونده چون مواد بهش نرسیده، یا کدوم ایستگاه گیر کرده و کار پشتش جمع شده
- زمان کارهای دستی رو بدون اینکه کسی با کرنومتر بالای سرش وایسه اندازه بگیره
- مسیر حرکت مواد رو دنبال کنه و بفهمه محصول دقیقاً کجا متوقف میشه
- محصولهایی رو بشمره که سنسورهای معمولی نمیتونن بشمرن
- ایرادهای ظاهری و انحرافهای محصول رو علامت بزنه
هوش مصنوعی کنار این عددها، اتفاقهایی رو که اول باید بررسی بشن هم جدا میکنه و ۳۰ ثانیه ویدئوی دور و بر هر اتفاق رو نگه میداره. تصمیم آخر دربارهٔ علت اصلی مشکل هنوز با خود تیم تولیده، ولی این بار بهجای یادداشت و حدس، از روی واقعیت شروع میکنن.
حریم خصوصی کارگرها چی میشه؟
طبق گفتهٔ Factbird، صورت آدمها روی همون دستگاه کنار خط و قبل از اینکه ویدئو از خط تولید بیرون بره تار میشه. اینکه چه کسی بتونه ویدئو رو ببینه یا به دادهها دسترسی داشته باشه هم با سطح دسترسیهایی تعیین میشه که خود کارخونه تو Factbird تنظیم کرده.
راهاندازیاش هم پروژهٔ سنگین فناوری اطلاعات لازم نداره. خود Factbird دوربینها و دستگاه کنار خط رو میده و هوش مصنوعی رو روی محصولها و ایستگاههای هر کارخونه آموزش میده. کارخونه میتونه با یه ایستگاه شروع کنه و اگه نتیجه گرفت، ایستگاههای بعدی رو اضافه کنه.
از همون ChatGPT خودتون بپرسید
قابلیت دوم، Factbird MCP، روی Model Context Protocol (یه استاندارد باز برای وصل کردن دستیارهای هوش مصنوعی به دادهها) ساخته شده. طبق اطلاعیه، Claude و ChatGPT و Microsoft Copilot همین الان باهاش کار میکنن و هر دستیار دیگهای هم که بعداً از این استاندارد پشتیبانی کنه، میتونه وصل بشه.
مثالی که خود شرکت زده اینطوریه: مدیر کارخونه تو همون دستیاری که بازه مینویسه «کدوم ایستگاه شیفت صبح خط ۲ رو عقب انداخت؟». دستیار عددهای زنده رو از Factbird میکشه و جواب رو درمیاره. اگه همون دستیار به ERP (سیستم مدیریت منابع سازمان) یا سیستم تعمیرات هم وصل باشه، میتونه اطلاعات اونها رو هم کنار هم بذاره.
دسترسی دستیارها Read-only (فقط خوندنی) هست و هر نفر فقط همون چیزی رو میبینه که سطح دسترسیاش تو Factbird اجازه میده. این اتصال هم بدون هزینهٔ اضافه تو همهٔ پلنهای Factbird هست.
چرا این خبر جالبه؟
این دو تا قابلیت کنار هم یه تصویر روشن از مسیر #اینترنت_اشیا و #هوش_مصنوعی تو صنعت نشون میدن: پردازش تصویر کنار خود خط انجام میشه، دادهها تو یه جا جمع میشن و آدمها بهجای گشتن تو جدولها، سؤالشون رو با زبون ساده از دستیار میپرسن. البته اینها ادعاهای خود شرکته و هنوز گزارش مستقلی از نتیجهٔ استفادهشون تو کارخونهها منتشر نشده. Factbird هم که از ۲۰۱۶ تو کپنهاگ کار میکنه، میگه به تولیدکنندههایی تو بیشتر از ۴۰ کشور خدمات میده و هدفش ساختن #کارخانه_هوشمند هست. 🤖