Posts Tagged ‘Inteligência Artificial’

Covestro e Google cooperam em Computação Quântica para a indústria química

08/07/2020

  • Marco histórico em pesquisa e desenvolvimento digital
  • Ampliação da liderança em inovação com computação quântica

Muito menos tempo e recursos, processos mais eficientes e ecológicos, materiais completamente novos – este é o potencial futuro da inovadora tecnologia de Computação Quântica em pesquisa e desenvolvimento para a indústria química.

A fim de atingir a liderança em inovação a longo prazo neste campo ainda em desenvolvimento, a Covestro reúne recursos e expande suas parcerias. Com a chamada computação quântica, a fabricante de polímeros dá um passo à frente na investigação de novas possibilidades no campo das simulações químicas.

Desta forma, a Covestro e o Google assinaram um acordo de parceria em pesquisa. Os atuais estudos estão focados no desenvolvimento de algoritmos fundamentais, enquanto a visão futura está na resolução de complexas simulações, em uma fração do tempo necessários nos computadores tradicionais.

“A computação quântica abre inovadoras perspectivas para a nossa indústria. Queremos, portanto, investir especificamente no desenvolvimento desta tecnologia e desenvolver este expertise“, destaca Markus Steilemann, CEO da Covestro. “A parceria com o Google nos dá a oportunidade de fazer isso e, até o momento, é única na indústria química”.

Computação Quântica abre novas dimensões

A Covestro já vem investindo extensivamente em pesquisa e desenvolvimento digital ao longo dos últimos três anos. Esta nova parceria é outro marco importante na busca por processos de pesquisa novos e digitais. Com a ajuda da computação quântica, espera-se que os detalhes de processos de reações químicas altamente complexas possam ser simulados digitalmente e avaliados em um tempo muito curto.

Hartmut Neven, Head do grupo de Inteligência Artificial Quântica do Google, afirma: “Estamos avançando na computação quântica a partir do desenvolvimento de processadores quânticos e novos algoritmos quânticos que ajudem nossos parceiros de pesquisa na indústria a resolverem problemas. Estamos ansiosos pela colaboração com a equipe de cientistas da Covestro”.

A computação quântica irá ajudar o Google a desenvolver as inovações do amanhã, incluindo a Inteligência Artificial. Por isso, a empresa está comprometida com a construção de hardwares e softwares quânticos no presente. O Google quer oferecer aos pesquisadores e desenvolvedores acesso a estruturas de código aberto e capacidade computacional que possa operar além das atuais capacidades.

Com a computação quântica, a Covestro pretende pavimentar o sucesso de investimentos anteriores e aprofundar ainda mais suas competências globais em química computacional. A longo prazo, a tecnologia pode ir muito além das possibilidades da computação. Com a expansão de um computador de alta performance para simulações no site de Leverkusen, na Alemanha, e uma nova plataforma global para pesquisa de dados operando há mais de um ano, a Covestro vem explorando o potencial de valor agregado que a transformação digital da indústria química vem mostrando.

Acesso à tecnologia e know-how

A parceria entre Google e Covestro forma a base para uma cooperação científica conjunta. O principal objetivo é desenvolver ainda mais a computação quântica e seu uso para a solução de problemas da indústria química no futuro. O Google fornece todo o hardware e acesso a seus especialistas em tecnologia. A Covestro, por outro lado, adota um papel pioneiro na pesquisa e desenvolvimento digital para testar e desenvolver os novos métodos de computação quântica para a indústria química.

Com 12,4 bilhões de euros em vendas em 2019, a Covestro é uma das maiores empresas mundiais de polímeros. Suas atividades comerciais concentram-se na produção de polímeros de alta tecnologia e no desenvolvimento de soluções inovadoras para produtos usados em muitas áreas da vida cotidiana. Os principais segmentos atendidos são o automotivo, de construção, processamento de madeira e móveis e as indústrias elétrica e eletrônica. Outros setores incluem esportes e lazer, cosméticos, saúde e a própria indústria química. A Covestro possui 30 unidades de produção no mundo todo e empregava cerca de 17,2 mil pessoas no fim de 2019.

Curta nossa página no

E-book da Tomra Sorting detalha potencial da Inteligência Artificial para a indústria de reciclagem

20/02/2020

Imitando a aprendizagem humana, o ‘deep learning’ mostra promessa de encontrar soluções para seleção de desafios onde não existem soluções atualmente

O ‘Deep Learning’ está em ascensão no setor de reciclagem, de acordo com o novo e-book “Harnessing the Potential of AI” do fabricante de soluções em seleção baseada em sensores, Tomra Sorting, Inc. Desmistificando um equívoco comum sobre a IA, este último e-book da Tomra narra a longa história e as contribuições de 30 anos que a AI já fez para a indústria de reciclagem, bem como o futuro promissor que está por vir.

“Nos próximos meses e anos, aqueles que estão na indústria de reciclagem ouvirão muito mais sobre o ‘Deep Learning’, um componente poderoso da inteligência artificial”, diz Daniel Bender, gerente técnico de Deep Learning da Tomra Sorting. “O ‘Deep Learning’ promete oferecer soluções para os desafios de seleção mais complexos do setor. As operações de reciclagem na vanguarda do uso da IA para selecionar materiais terão uma vantagem significativa sobre as empresas que não o fazem”.

O e-book gratuito para download detalha como o ‘Deep Learning’ funciona e aprende a identificar materiais para resolver problemas não solucionáveis no aprendizado de máquinas clássicas. O e-book afirma que o ‘Deep Learning’ é a chave para alcançar índices de recuperação mais consistentes do que na seleção manual, elevando a pureza do material e reduzindo os custos.

Para baixar cópia em inglês do novo eBook da TOMRA sobre IA e Deep learning, visite: https://solutions.tomra.com/ai-ebook

A Tomra Sorting Recycling projeta e fabrica tecnologias de triagem baseadas em sensores para a indústria global de reciclagem e gerenciamento de resíduos. Mais de 5.500 sistemas foram instalados em quase 80 países em todo o mundo, afirma a empresa. A Tomra Sorting é de propriedade da empresa norueguesa Tomra Systems ASA. Fundada em 1972, a Tomra Systems ASA tem um volume de negócios de cerca de 876 milhões de euros e emprega cerca de 4.000 funcionários globalmente.

Curta nossa página no

 

Tomra introduz “Deep Learning” em suas máquinas de seleção de resíduos

20/11/2019

Tomra expôs na Waste Expo Brasil a sua nova tecnologia Gain de seleção baseada em “Deep Learning” para alta precisão em tarefas complexas de seleção a alta capacidade de processamento

A Tomra Sorting Recycling lançou a tecnologia de seleção baseada em “Deep Learning”, denominada Gain, para aprimorar o desempenho de suas máquinas de seleção baseadas em sensores. A tecnologia Gain será disponibilizada como uma opção complementar para as máquinas Autosort da empresa. Ao classificar objetos a partir dos dados do sensor, o Gain permite a seleção de objetos que anteriormente não podiam ser separados com altos níveis de pureza e sem comprometer a capacidade do Autosort.

A tecnologia Gain da Tomra foi lançada oficialmente durante a Waste Expo Brasil, que ocorreu durante os dias 12 a 14 de Novembro, em São Paulo. Mais uma vez, a Diretora Comercial da Tomra Sorting Recycling Brasil, Carina Arita, marcou presença e explicou: “Ao trazer o “Deep Learning” às nossas tecnologias de triagem, a Tomra está adicionando mais sofisticação e eficácia às máquinas de triagem Autosort. A tecnologia Gain também ajudará as máquinas de seleção a se adaptarem a novos fluxos de resíduos, que serão cada vez mais importantes à medida que avançamos em direção a uma economia circular”.

A executiva da Tomra reforçou que “para alcançar uma economia verdadeiramente circular, eliminando o desperdício e reutilizando recursos naturais limitados, tecnologias como as soluções de triagem da Tomra serão essenciais e é por isso que trabalhamos diariamente numa base de inovação sustentada que já é direcionamento da Tomra”. Além da introdução do Deep Learning, Carina Arita enalteceu a importância de outras tecnologias que vão continuar a ser impulsionadas no mercado brasileiro como o Autosort Flake, “que é uma tecnologia que pode acrescentar muito mercado numa ocasião em que os níveis de pureza se tornam cada vez mais importantes”.

Seleção aprimorada através de algoritmos de “Deep Learning”

O “Deep Learning”, como método de inteligência artificial (IA), permite que os computadores imitem o aprendizado humano. Os seres humanos fazem associações com o que viram antes e o que estão vendo agora para identificar vários objetos ou materiais. As máquinas são ensinadas a fazer o mesmo, mas de forma muito mais rápida. As máquinas Tomra contemplam inteligência artificial desde suas primeiras versões, mas essa tecnologia evoluiu continuamente e agora a tecnologia Gain a eleva a um novo patamar com algoritmos de “Deep Learning”.

O aprendizado de máquina clássico requer recursos projetados por um especialista em domínio, enquanto o “Deep Learning”, que é um subconjunto do aprendizado de máquina, não. Ele aprende de milhares de imagens os tipos específicos, que devem ser separados na tarefa de seleção. O “Deep Learning” imita a atividade de um grande número de camadas de neurônios no cérebro humano para aprender tarefas complexas. Dessa forma, durante o treinamento da máquina, o Gain aprende como conectar os neurônios artificiais para selecionar objetos.

A primeira aplicação é separar os tubos de silicone

A primeira versão da tecnologia Gain lançada pela Tomra foi desenvolvida especificamente para ejetar tubos de silicone de um fluxo de polietileno (PE), usando informações da câmara. Como o silicone remanescente nos tubos atrapalha o processo da reciclagem, então é necessário separá-los do material de PE aceito para melhorar o resultado da triagem.

Além de detectar formas comuns de tubos de silicone, o Gain também pode detectar tubos duplos menores, usados principalmente para adesivos de dois componentes, bem como tubos deformados ou parcialmente destruídos. Graças às máquinas da Tomra que separam os materiais por jatos de ar, até tubos grudados podem ser identificados – tarefa para a qual até os braços robóticos mais rápidos disponíveis no mercado atualmente estão enfrentando dificuldades.

A nova tecnologia foi treinada para esta tarefa com milhares de imagens e atinge uma ejeção geral de 99% dos tubos usando-se dois sistemas de seleção em sequência.

Curta nossa página no