AI의 간략한 역사

TOMRA가 딥 러닝이 제공하는 기회를 수용하는 방법  

TOMRA의 기술 발전에 대한 노력은 최근 몇 년 동안 딥 러닝의 잠재력을 탐구하도록 이끌었습니다. 당사의 AI 전문가 팀은 특정한 병 마개 또는 포장 모양과 같은 재료 유형의 특정 시각적 특성을 구별하는 방법을 학습할 때까지 수천 개에서 수백만 개의 이미지를 교육 자료로 네트워크에 공급합니다.  

이 지식을 선별 시스템의 센서에서 확보한 새로운 이미지에 적용할 수 있으며, 기존 광학 선별 장비로는 가능하지 않은 매우 복잡한 선별 작업을 해결할 수 있습니다. 또한 TOMRA의 선별 시스템은 여러 센서 기반 기술의 실시간 데이터를 동시에 통합하여 산출물의 순도를 지속적으로 개선할 수 있습니다. 

고객이 딥 러닝 기반 솔루션을 통해 얻는 이점은 다음과 같습니다. 

• 유연성 폐기물의 구성이 끊임없이 변화함에 따라 선별 시스템은 지속적으로 학습하고 새로운 시장 요건에 적응하도록 민첩하게 반응해야 합니다. 최신 딥 러닝 기술은 하드웨어 구성품이나 심지어 기계를 교체하지 않고 당사 전문가의 교육을 받고 즉시 소프트웨어를 업데이트하여 변경할 수 있습니다. 이를 통해 고객의 요구에 신속하게 대응할 수 있습니다.
• 새로운 재료 스트림 생성 AI 기반 딥 러닝을 통해 운영자는 선별 세분화를 개선함은 물론 더 높은 가치의 새로운 재료 스트림과 시장을 창출할 수 있습니다. I
• 선별 과정 개선 예를 들어 근적외선(NIR) 및 시각 정보 센서(VIS)를 기반으로 하는 기존의 광학 선별 시스템을 딥 러닝 기술과 결합하여 현재 사용 가능한 최고의 선별 세분화를 달성할 수 있습니다. 이를 통해 재료 유형과 색상으로 분류할 수 있으며, 딥 러닝을 통해 모양, 크기, 치수 또는 기타 세부 사항으로도 분류할 수 있습니다.
• 고급 공장 자동화 딥 러닝의 가치는 풀 컬러 카메라를 사용한 객체 인식에 있습니다. 다시 말하면 GAINnext™ 시스템은 육안으로 확인하는 것과 동일한 결과를 제공합니다. 이전에는 수동으로 수행해야 했던 분류 작업을 자동화하여 대량의 재활용 가능한 재료를 빠르고 효율적으로 처리할 수 있습니다. 
• 프로세스 최적화 AI 기반 선별 시스템은 재료 구성, 선별 효율성 및 장비 성능에 대한 방대한 양의 데이터를 생성합니다. 이 데이터를 분석함으로써 공장 운영자는 최적화 기회를 식별하고 운영을 간소화하며 정보에 입각한 결정을 내려 전체 재활용 공정을 개선할 수 있습니다. 또한 선별 시스템 이상의 가능성을 제공합니다. 딥 러닝을 기반으로 하는 카메라를 선별 회로의 주요 지점에 배치하여 전체 공정 및 재료의 흐름을 파악할 수 있습니다. AI 기반 폐기물 흐름 분석을 통해 공장 운영자는 분류된 흐름의 품질, 재료 손실을 지속적으로 모니터링하고 식품 재활용 규정을 준수할 수 있습니다. 
• 이전에는 불가능했던 선별 작업 해결 이전에는 불가능했던 작업을 해결하는 딥 러닝에 대해 자세히 살펴보겠습니다.