AI vào dây chuyền kiểm tra chất lượng: Khi máy nhìn, người quyết định

Khi camera AI trở thành “con mắt” trên dây chuyền

Trong kiểm tra chất lượng, một trong những công việc dễ hình dung khi ứng dụng AI là kiểm tra ngoại quan. Thay vì nhân viên phải quan sát từng sản phẩm, hệ thống camera công nghiệp ghi nhận hình ảnh, phần mềm xử lý ảnh phân tích đặc điểm sản phẩm và AI hỗ trợ nhận diện những dấu hiệu bất thường theo tiêu chí được thiết lập.

Cách làm này phù hợp với những công đoạn có sản phẩm chạy liên tục trên băng chuyền, cần kiểm tra các đặc điểm tương đối rõ ràng như hình dạng, kích thước, vị trí linh kiện, nhãn, mã sản phẩm hoặc khuyết tật trên bề mặt.

Camera và AI cũng có thể hỗ trợ phân tích dữ liệu trong quá trình sản xuất, qua đó giúp doanh nghiệp nhận diện những dấu hiệu bất thường và tìm hiểu nguyên nhân gây lỗi.

Tại Việt Nam, thị giác máy và AI đã bắt đầu được ứng dụng trong kiểm tra chất lượng. Một hệ thống Machine Vision System do nhóm kỹ sư trong nước phát triển sử dụng camera, hệ thống ánh sáng và phần mềm AI để kiểm tra sản phẩm trên băng chuyền. Theo thông tin do nhóm phát triển công bố, hệ thống từng được thử nghiệm tại một doanh nghiệp sản xuất nước yến ở Đà Nẵng, có khả năng nhận diện một số lỗi như dị vật, biến dạng, sai nhãn, đồng thời hỗ trợ đếm và phân loại sản phẩm.

Quá trình thử nghiệm cũng cho thấy những giới hạn của công nghệ. Với các vị trí camera khó quan sát, chẳng hạn phần sản phẩm tiếp xúc với băng chuyền, việc phát hiện khuyết tật có thể gặp khó khăn. Điều này cho thấy hiệu quả của machine vision không chỉ phụ thuộc vào thuật toán AI mà còn liên quan đến cách bố trí camera, ánh sáng, góc chụp và thiết kế công đoạn kiểm tra.

AI hỗ trợ kiểm tra ngoại quan và phát hiện lỗi sản phẩm trên dây chuyền sản xuất. (Ảnh AI)

Một số giải pháp kiểm tra chất lượng bằng thị giác máy tính cũng sử dụng camera công nghiệp và thuật toán AI để phát hiện lỗi, kiểm tra đặc điểm hoặc kích thước sản phẩm trong quá trình sản xuất.

Máy có thể nhìn nhanh, nhưng chưa thể tự quyết định mọi vấn đề chất lượng

Ưu điểm dễ thấy của kiểm tra tự động là khả năng duy trì tốc độ và tính nhất quán. Máy có thể kiểm tra liên tục, lưu lại dữ liệu và đưa ra cảnh báo khi phát hiện dấu hiệu khác với mẫu hoặc tiêu chí đã được thiết lập.

Điều này đặc biệt phù hợp với những công việc kiểm tra lặp đi lặp lại. Khi sản lượng tăng, việc chỉ dựa vào mắt người để quan sát từng sản phẩm có thể tạo áp lực lớn cho nhân viên QC. Camera và AI có thể đảm nhận phần việc quan sát liên tục, giúp nhân sự tập trung hơn vào những vấn đề cần kinh nghiệm và phán đoán.

Tuy nhiên, “phát hiện lỗi” không đồng nghĩa với “quản lý chất lượng”. Hệ thống AI đưa ra kết quả dựa trên dữ liệu, mô hình và tiêu chí được thiết lập. Nếu tiêu chí kiểm tra chưa phù hợp, dữ liệu chưa đủ hoặc điều kiện sản xuất thay đổi, kết quả nhận diện cũng có thể bị ảnh hưởng.

Vì vậy, nhân sự chất lượng vẫn có vai trò trong việc xác định yêu cầu cần kiểm tra, xây dựng tiêu chí chấp nhận, theo dõi kết quả, xác minh những trường hợp bất thường và quyết định cách xử lý khi phát hiện sai lỗi.

Các giải pháp AI công nghiệp cũng được thiết kế để tích hợp vào hệ thống tự động hóa và quy trình sản xuất, thay vì hoạt động tách biệt với con người. Một số giải pháp kiểm tra trực quan dựa trên AI có khả năng phát hiện bất thường trên sản phẩm và tích hợp với hệ thống tự động hóa hiện có.

Vấn đề con người giữ vai trò kiểm soát cũng được đề cập trong các tiêu chuẩn quốc tế về AI. ISO/IEC 42001:2023 đặt ra các yêu cầu đối với hệ thống quản lý AI, trong đó có những nội dung liên quan đến quản lý rủi ro, tính minh bạch, độ tin cậy và cải tiến liên tục.

ISO và IEC hiện cũng phát triển ISO/IEC FDIS 42105 về giám sát của con người đối với hệ thống AI. Tài liệu đề cập đến việc con người theo dõi, can thiệp và kiểm soát hệ thống AI khi cần thiết. Đây vẫn là tài liệu đang trong quá trình hoàn thiện, không nên hiểu là một tiêu chuẩn đã có hiệu lực.

Từ “người tìm lỗi” thành người quản lý hệ thống chất lượng

Khi AI tham gia vào kiểm tra sản phẩm, công việc của nhân sự QC có thể thay đổi. Thay vì dành phần lớn thời gian quan sát những lỗi lặp lại, họ có thể tập trung hơn vào theo dõi dữ liệu, xác nhận kết quả của hệ thống, phân tích nguyên nhân và xử lý những trường hợp máy chưa nhận diện chính xác.

Nếu camera liên tục phát hiện một dạng lỗi tăng lên trong một khoảng thời gian, vấn đề không chỉ là loại bỏ sản phẩm không đạt. Doanh nghiệp cần tìm hiểu nguyên nhân: nguyên liệu có thay đổi hay không, máy móc có sai lệch không, điều kiện sản xuất có biến động hay quy trình có điểm bất thường.

Ở góc độ này, AI có thể trở thành công cụ hỗ trợ theo dõi chất lượng liên tục trên dây chuyền, còn con người sử dụng dữ liệu để đưa ra quyết định và cải tiến quy trình.

Vì vậy, việc AI tham gia kiểm tra chất lượng không đơn thuần là câu chuyện thay thế con người. Quan trọng hơn là doanh nghiệp tổ chức lại quy trình kiểm soát chất lượng như thế nào khi máy có thể đảm nhận phần việc quan sát với tốc độ cao.

AI có thể kiểm tra số lượng lớn sản phẩm, phát hiện những dấu hiệu bất thường và cung cấp dữ liệu liên tục. Nhưng việc xác định yêu cầu chất lượng, đánh giá trường hợp bất thường, tìm nguyên nhân sai lỗi và quyết định biện pháp xử lý vẫn cần sự tham gia của con người.

Khi được sử dụng đúng cách, AI có thể trở thành công cụ hỗ trợ nhân sự QC phát hiện sớm sai lỗi, theo dõi dữ liệu và chuyển trọng tâm từ tìm sản phẩm lỗi sang kiểm soát, cải tiến quá trình tạo ra sản phẩm.

Hùng Anh