Jak sztuczna inteligencja rewolucjonizuje druk wielkoformatowy?

Nessan Clearly omawia, w jaki sposób sztuczna inteligencja w druku opiera się na dopasowywaniu wzorców danych, co już ulepsza oprogramowanie dla dostawców wielkoformatowych. Przewiduje, że doprowadzi to do zwiększonej integracji sztucznej inteligencji w planowaniu przepływu pracy, zarządzaniu kolejką zadań, korekcji kolorów, skalowaniu obrazu i konserwacji predykcyjnej za pomocą czujników i systemów wizyjnych, co ostatecznie usprawni operacje i zapewni większą elastyczność.

Sądząc po nagłówkach gazet z całego świata, obecnie istnieje duże zainteresowanie sztuczną inteligencją, czyli AI, ponieważ korporacje międzynarodowe i rządy otwarcie mówią o wykorzystaniu tej technologii do optymalizacji swoich wyników i generowania większych dochodów. Ale w jaki sposób przeniknie to do branży poligraficznej, a w szczególności do wielu dostawców usług druku wielkoformatowego, którzy obsługują rynek oznakowań i ekspozycji?

Ironicznie, w AI nie ma zbyt wiele inteligencji. Inteligencja zazwyczaj oznacza pewien poziom rozumowania poznawczego w celu rozwiązywania problemów. Ale AI po prostu pochłania duże ilości danych, w tym wcześniejsze przykłady rozumowania, i dopasowuje je do wzorców, które wyłaniają się z tych danych. W każdej sytuacji większość systemów AI po prostu podejmuje najlepsze przypuszczenia na podstawie dostępnych danych (i czasami generuje to fałsz). Wcześniej używaliśmy algorytmów do robienia czegoś podobnego, ale tym, co naprawdę wyróżnia AI, są ogromne zbiory danych surowych informacji, które te systemy wchłaniają. To samo stało się możliwe dzięki postępom w surowej mocy obliczeniowej.

Większość obecnego szumu wokół generatywnej AI opiera się na generatywnej AI, która może tworzyć rozwiązania na podstawie podpowiedzi wprowadzanych do systemu. Jednak takie systemy muszą być wstępnie wytrenowane na istniejących danych, aby były bardziej precyzyjnie znane jako Generative Pre-Trained lub GPT. Najbardziej znanym z nich jest prawdopodobnie ChatGPT.

Ogólnie rzecz biorąc, systemy te można wykorzystywać w praktyce, np. do tworzenia wstępnych wersji roboczych listów towarzyszących wycenom lub nawet całych prezentacji sprzedażowych. Ponieważ sztuczna inteligencja nie jest doskonała, najlepiej używać jej do wstępnych wersji roboczych, a nie do ostatecznych kopii, ale mimo to wystarcza, aby użytkownicy mogli zrobić więcej w krótszym czasie.

Niektóre odmiany AI są bardziej skoncentrowane na tworzeniu obrazów i są już wystarczająco dobre, aby umożliwić osobom z pewnym poziomem wiedzy tworzenie prac, które w przeciwnym razie mogłyby być dla nich nieosiągalne. Znacznie obniża to koszty związane z produkcją dzieł sztuki, nawet jeśli chodzi o szybkie tworzenie makiet przed zatrudnieniem profesjonalnego projektanta. Może to obejmować takie rzeczy, jak grafika na stoisko wystawowe lub wzory na ubrania drukowane cyfrowo.

Nie myśl jednak, że AI po prostu wykona całą pracę za Ciebie. Jakość wyników zależy od jakości monitów, które wprowadzasz do systemu, a to wymaga pewnego przeszkolenia. Oznacza to, że ktoś, kto został przeszkolony w zakresie korzystania z AI, będzie w stanie wykonywać pracę w innych obszarach, w których nie miał takiego samego stopnia przeszkolenia. Ten typ wielozadaniowości odzwierciedla się w zdaniu: „AI nie zabierze Ci pracy, ale ktoś używający AI prawdopodobnie to zrobi”.

AI i drukowanie

Istnieje wiele obszarów, w których AI może mieć głęboki wpływ na drukowanie, a niektóre z nich już widzimy. Technologia AI nie jest tak nowa, jak sugerują niektóre nagłówki gazet. Jest używana od ponad dekady i jest już używana w niektórych programach dostępnych dla branży poligraficznej. Nowością jest to, że tam, gdzie wcześniej była używana w pojedynczych, odizolowanych produktach, teraz możemy spodziewać się, że te rozwiązania będą bardziej zintegrowane, z większą automatyzacją napędzaną przez AI w całym przepływie pracy produkcyjnej.

Podpis: Esko Phoenix wykorzystuje sztuczną inteligencję do automatycznej impozycji i zagnieżdżania.

Będzie to obejmować planowanie najefektywniejszego sposobu realizacji zadań, które mogą być wykorzystane zarówno do wygenerowania oferty, jak i zaplanowania trasy przez produkcję. Sztuczna inteligencja jest również coraz częściej wykorzystywana do zarządzania kolejką zadań. Nieodłączną częścią tego jest sposób, w jaki różne zadania są grupowane razem lub zagnieżdżane wokół siebie na arkuszu lub rolce, aby zminimalizować ilość zmarnowanego nośnika. Wyewoluowało to z impozycji, czyli układania stron na arkuszu prasy w celu zoptymalizowania układu. Istnieje kilka istniejących programów, takich jak Esko Phoenix, które już wykorzystują sztuczną inteligencję do impozycji, a technologia ta została teraz przeniesiona do zarządzania zadaniami wielkoformatowymi. Istnieje wiele różnych parametrów do rozważenia, w tym sposób, w jaki te różne zadania zostaną ukończone, oraz uzgodnione czasy dostawy dla każdego z tych zadań. I oczywiście wszystkie te czynniki będą się stale zmieniać w ciągu dnia, gdy napływać będzie więcej zamówień. Jednak zdolność do radzenia sobie z późnymi zamówieniami jest niezbędnym elementem dzisiejszego szybkiego zamawiania na żądanie, którego klienci już oczekują.

Innym obszarem, który już korzysta z technologii AI, jest zarządzanie kolorami. Wiele plików klientów zawiera błędy w zarządzaniu kolorami, z których niektóre, takie jak niewłaściwa przestrzeń kolorów, można łatwo poprawić. Wiele programów do zarządzania kolorami wykorzystuje teraz również AI, aby pomóc w dostosowaniu kolorów w tych plikach, aby uzyskać bardziej naturalny wygląd, co może zmniejszyć liczbę klientów odrzucających zlecenia z powodu postrzegania wydrukowanych kolorów. Często jest to po prostu oznaczone w oprogramowaniu jako automatyczne ulepszenie i nie jest oznaczone jako oparte na AI.

Podpis: Najnowsza drukarka HP Latex, seria 830, ma wbudowany spektrofotometr do automatycznego zarządzania kolorem opartego na sztucznej inteligencji.

Zarządzanie kolorem obejmuje również inne obszary, od linearyzacji i kalibracji drukarek, po tworzenie profili dla wszystkich różnych mediów i wybieranie odpowiednich ustawień dla każdego zadania. Stopniowo zaczynamy widzieć więcej spektrofotometrów zintegrowanych z drukarkami wielkoformatowymi, aby umożliwić automatyzację całego tego zarządzania kolorem, przy minimalnym udziale operatora. Ponownie, to również jest napędzane przez sztuczną inteligencję.

AI jest również wykorzystywana do poprawy innych aspektów jakości obrazu. Może to obejmować skalowanie obrazów, zasadniczo poprzez użycie AI do dodawania dodatkowych pikseli do obrazu na podstawie najlepszego przypuszczenia po przeanalizowaniu istniejących pikseli. To oczywista korzyść dla każdego, kto chce tworzyć duże billboardy. Pomaga również przezwyciężyć problemy z klientami wysyłającymi pliki o niskiej rozdzielczości.

Jednym z obszarów, który naprawdę korzysta z większego wykorzystania AI, jest konserwacja predykcyjna. Pandemia z jej różnymi blokadami zmusiła większość dostawców do ponownego przemyślenia oferty usług, ponieważ wysyłanie inżynierów na wizyty na miejscu stało się trudniejsze. Jednak AI pozwoliła tym dostawcom analizować dane, które już mają na temat przyczyn wezwań serwisowych, aby przewidzieć, kiedy każdy komponent może ulec awarii.

Aby dodać więcej automatyzacji, drukarki wielkoformatowe będą musiały generować więcej danych. Tak więc niemal na pewno zobaczymy więcej czujników dodanych do drukarek wielkoformatowych w ciągu najbliższych kilku lat, aby wykrywać potencjalne problemy i wykrywać części, które ulegają awarii. Większe drukarki z pewnością zyskają więcej systemów wizyjnych, aby sprawdzić, czy to, co zostało wydrukowane, odpowiada oczekiwaniom klienta.

Innym obszarem, w którym AI mogłaby się przydać, jest zarządzanie zapasami, w tym zamawianie większej ilości materiałów eksploatacyjnych i części zamiennych w razie potrzeby. Sztuką jest nie zamawiać za dużo – co zamrozi kapitał w magazynie – ale jednocześnie nie ryzykować wyczerpania czegoś, co wstrzyma produkcję.

AI stanowi również podstawę wielu usług analitycznych, które wprowadzili niektórzy dostawcy drukarek, a także niektórych systemów MIS. Jest dobra w wykrywaniu wzorców, takich jak spadek sprzedaży w niektórych obszarach, i wymyślaniu rozwiązań opartych na pomysłach, które inni z powodzeniem wypróbowali, ale dostosowanych do konkretnej sytuacji konkretnego użytkownika na podstawie jego danych.

Podsumowując, AI jest daleką od technologii przyszłości, ale taką, która jest już osadzona w większości oprogramowania automatyzacyjnego, które jest już w użyciu. I możemy się spodziewać, że więcej sprzętu - w postaci czujników, spektrofotometrów i systemów wizyjnych - zostanie dodanych do drukarek, aby ułatwić tę automatyzację. AI powinna ułatwić integrację rozwiązań między różnymi dostawcami. To z kolei powinno dać użytkownikom dużego formatu większą swobodę w budowaniu przepływów pracy produkcyjnej, które lepiej odpowiadają ich indywidualnym wymaganiom.