Künstliche Intelligenz bietet reale Vorteile

Jetzt hat man das AI Wissen der einzelnen Standorte – von Italien über Finnland und Schweden bis nach Amerika – gebündelt und die MiCROTEC Ai Deep Learning-Plattform bereits in alle MiCROTEC-Qualitätsscannerlösungen integriert. Für den Kunden bringt das noch deutlich bessere Sortierergebnisse.

Beinahe 30 Jahre ist es her, dass Patrick Freeman seine Karriere bei Lucidyne Technologies im US-Bundesstaat Oregon begann. Seither hat der Informatiker zahlreiche Trends in der Scannertechnologie kommen und gehen sehen und die jeweils besten Lösungen für Lucidyne und damit für die Holzindustrie genutzt. Fast genauso lange beschäftigt sich Freeman mit Methoden des maschinellen Lernens für künstliche neuronale Netze, seit fast zehn Jahren mit Deep Learning AI.

„Wir arbeiten seit 1987 mit künstlicher Intelligenz und haben bereits vor fünf Jahren den ersten industriellen Scanner überhaupt mit einer Komplettlösung mit der Deep Learning AI-Technologie realisiert“, verdeutlicht Freeman, der dem Unternehmen bis zu seiner Übernahme von MiCROTEC vor zwei Jahren als CTO vorstand. Heute ist der Amerikaner Group CTO von MiCROTEC und gerade dabei, das AI-Wissen der einzelnen MiCROTEC - Standorte auf einer Plattform zusammenzuführen und damit die Möglichkeiten von Deep Learning AI in der Holzindustrie auf einen neuen Level zu heben.

Was es für den erfolgreichen Einsatz von Deep Learning AI braucht, sind laut Freeman eine große Menge an richtigen Daten, richtigen Werkzeugen und ein Team mit den richtigen Leuten, die wissen, was zu tun ist. „2012 wurde mit dem AlexNet das bekannteste Deep Learning Convolutional Neural Network – ein künstliches neuronales Netz – für die maschinelle Verarbeitung von Bilddaten geschaffen. Diese neue Technologie wollten wir natürlich möglichst rasch in die Holzindustrie bringen, was uns schließlich auch gelungen ist. AlexNet wurde vor zehn Jahren noch von Studenten entwickelt – wir haben heute ein erfahrenes Team und einen großen Datenpool, aus dem wir schöpfen können. Dank dieser Voraussetzungen sind wir heute ein gutes Stück voraus“, berichtet Freeman und ergänzt, dass die Handhabung der AI eine weitere zentrale Rolle spiele: „Für den Kunden haben wir den Einsatz der Deep Learning AI möglichst einfach gestaltet. Unsere webbasierte Applikation QCassist unterstützt den Kunden und uns beim automatisierten Sammeln von Daten, mit denen dann unsere Netzwerke trainiert werden.“

Zum Einsatz kommt Deep Learning AI nun bei allen MiCROTEC-Produkten, egal, ob für Rundholz, Schnittholz oder Hobelware. „Jeder kennt die Bezeichnung ,Intel Inside’ bei Computern – bei uns könnte es ,MiCROTEC Ai Inside’ heißen“, zieht Freeman einen Vergleich. Dabei schließt der CTO auch sämtliche Scannerlösungen von MiCROTEC Linköping (früher WoodEye) und MiCROTEC Espoo (früher FinScan) mitein. „Manche Holzmerkmale sind einfacher zu erkennen, sodass wir dafür keine AI benötigen – überall sonst wird diese künftig mithelfen, um noch deutlich besserer Sortierergebnisse zu erzielen“, erläutert Freeman. 

Dies- und jenseits des Atlantiks wird Schnittholz von Menschen und Maschinen oft schlechter bewertet, als es tatsächlich ist, um auf der sicheren Seite zu sein. „Jeder, der einen Scanner verkauft, muss sicherstellen, dass bestimmte Qualitätsanforderungen einzelner Sortierklassen nicht unterschritten werden. Mit MiCROTEC Ai können wir zudem sicherstellen, dass kaum noch Holz zu schlecht bewertet wird, und somit unseren Kunden viel Geld sparen“, nennt Freeman ein Anwendungsbeispiel. 

Im Rundholzbereich unterstützt die MiCROTEC Ai nicht nur bei der Beurteilung von Holzfehlern, wie etwa Totästen, Harzgallen oder Druckholz, sondern auch bei der exakten Volumenbestimmung im Winter. „Mit gefrorenem Schnee auf den Stämmen wird das Rundholzvolumen oft überschätzt. Mithilfe von MiCROTEC Ai kann der Scanner Schnee und Holz deutlich besser unterscheiden und die Stämme exakt vermessen“, erläutert Freeman.

Als weiteres Anwendungsbeispiel nennt der CTO die optische Sortierung von Parkettlamellen: „MiCROTEC Ai erkennt dabei bestimmte ästhetisch gewünschte Muster und sorgt damit für optisch ansprechende Oberflächen – bislang hat das kein Scanner geschafft.“
 

Für die Erstellung und Weiterentwicklung seiner AI-Plattform nutzt MiCROTEC alle unterschiedlichen Sensoren seiner Scanner. „Damit gelingt es uns, ähnlich wie beim autonomen Autofahren alle nötigen Daten zu sammeln, damit unsere AI bestmöglich lernen kann. Danach bedarf es nur noch der richtigen Werkzeuge, um diese zu verarbeiten, und möglichst vieler Proben, damit die AI immer besser wird“, erklärt Freeman. 

Bei der Entwicklung einer AI für eine neue Holzart muss MiCROTEC mittlerweile allerdings nicht jedes Mal bei null anfangen. „In unserer großen Datenbank finden sich in der Regel verwandte Holzarten mit oft sehr ähnlichen Eigenschaften, bei denen wir ansetzten und dann sehr rasch gute Ergebnisse erzielen“, erläutert Freeman die Vorgehensweise. Eine Herausforderung, an der alle AI Entwickler intensiv arbeiten, sind unterrepräsentierte Daten von Ereignissen, die nicht sehr oft vorkommen, aber großen Schaden anrichten können.

„Beim autonomen Fahren ist das etwa eine rote Ampel, die von einem anderen Fahrzeug überfahren wird.  In der Holzindustrie kann es beispielsweise ein seltener Holzfehler sein, der die mechanischen Eigenschaften aber maßgeblich verschlechtert“, verdeutlicht Freeman und ergänzt, dass man sich hierbei mit simulierten Stämmen – sprich digital hergestelltem Holz – behelfe und so zu sehr guten Ergebnissen komme.

Obgleich mit diesen Entwicklungen bereits einiges an Optimierungspotenzial ausgeschöpft wurde, ist man bei MiCROTEC davon überzeugt, dass diese Entwicklung erst am Anfang stehe. „Auf der Ligna 2023 werden wir der Branche zeigen, was mit MiCROTEC Ai noch alles möglich ist“, blickt Freeman abschließend in die Zukunft. 

Lesen Sie den vollständigen Holzkurier-Artikel hier.