Yapay zeka muayenesinde güven skorları ve karar eşikleri, açıklaması.

Yapay zeka muayenesinde güven skoru nedir?

Güven skoru, bir muayene modelinin her parçaya iliştirdiği ve kanıtın bir kararı ne kadar güçlü desteklediğini ifade eden, genellikle 0 ile 1 arasında bir değerdir. Sınıflandırma için, modelin bir parçanın bir sınıfa ait olduğundan ne kadar emin olduğudur. Anomali tespiti için ise çoğu zaman tersinden, bir anomali skoru olarak ifade edilir; parçanın modelin normal olarak öğrendiği şeyden ne kadar saptığıdır. Her iki durumda da bu, bir karar değil, sürekli bir sayıdır.

Bir güven skorunun ne olmadığı konusunda net olmak yararlıdır. Parçanın herhangi bir kalibre edilmiş anlamda gerçekten kusurlu olduğuna dair bir olasılık değildir ve 0,8’lik bir skor parçanın %80 kusurlu olduğu anlamına gelmez. Modelin öğrendiği desenlerden ürettiği, sıralama ve bir çalışma noktası belirleme için yararlı, göreli bir ölçüdür ve ancak ona bir eşik uyguladığınızda bir fabrika kararına dönüşür.

Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir ve ürettiği her sonuç, hattın bir eyleme çevirdiği parça başına bir skor taşır.

Bir eşik bir skoru nasıl geç ya da kal’a çevirir?

Bir karar eşiği, skor üzerinde belirlediğiniz kesme noktasıdır. Kural basittir: skoru eşiğin geç tarafında olan bir parça kabul edilir, diğer tarafta olan bir parça ise reddedilir ya da incelemeye yönlendirilir. Parça başına üretilen sürekli sayıyı, bir PLC’nin ya da robotun işleyebileceği ikili geç/kal sinyaline çeviren şey işte bu tek karşılaştırmadır.

Eşik bir ayardır, modelin sabit bir özelliği değildir. Aynı eğitilmiş model, çizgiyi nereye koyduğunuza bağlı olarak katı bir muayene ya da hoşgörülü bir muayene haline gelir. Bu yüzden çalışma noktası, varsayılandan devralınmak yerine hücreye göre seçilmelidir: güvenlik açısından kritik bir parça ile kozmetik bir kaplama parçası aynı modeli paylaşabilir ama farklı kesme noktalarına ihtiyaç duyar.

Eşik sabitlendikten sonra çıktı belirlenimci kalır. Kabul ya da red sonucu üniteden, kontrolörün zaten konuştuğu protokol üzerinden çıkar ve dijital bir çıkış red aktüatörünü doğrudan sürebilir; böylece modelin kararı hatta, PLC’nin yorumlaması gereken ham bir sayı olarak değil, temiz bir geç/kal olarak ulaşır.

Eşiği hareket ettirmek kaçışları yanlış redlerle neden takas eder?

Eşiği hareket ettirmek iki hatayı birbirine karşı takas eder, çünkü bunlar aynı kesme noktasının zıt taraflarında yer alır. Daha fazla parçayı kabul etme yönünde gevşetirseniz daha fazla gerçek kusuru geçirirsiniz; bunlar kaçışlardır, yani yanlış negatiflerdir. Daha fazla parçayı reddetme yönünde sıkarsanız hatasız parçaları reddetmeye başlarsınız; bunlar yanlış redlerdir, yani yanlış pozitiflerdir. Yalnızca eşiği hareket ettirerek ikisini birden azaltamazsınız; yalnızca hatanın nereye düşeceğini kaydırabilirsiniz.

Bu yüzden eşik, sahadaki bir muayenede sonucu en çok belirleyen tek ayardır. Doğru konum, hattınızdaki her hatanın gerçek maliyetine bağlıdır. Kaçırılan bir kusurun bir müşteriye ya da bir güvenlik fonksiyonuna ulaştığı yerde, kaçışları yakalamaya doğru eğilir ve daha fazla yanlış red kabul edersiniz. Hatasız ürünü hurdaya çıkarmanın ya da hattı durdurmanın pahalıya patladığı yerde, kesme noktasını gevşetir ve birkaç kaçış daha kabul edersiniz. Hiçbiri her hat için doğru değildir; skoru sabit bir kararın arkasına gizlemek yerine açığa çıkarmamızın nedeni de budur. Bu takasın kaçış tarafını niceleyen metrik için, yanlış-negatif oranı üzerine kardeş yazıya bakın.

Her iki hatayı birlikte iyileştirmek ise farklı bir iştir: bir eşik hareketi değil, daha iyi görüntüler, daha iyi aydınlatma ya da yeniden eğitilmiş bir model gerektirir.

Eşik iki hata türünü nasıl şekillendirir?

Tablo, kesin oranları değil takasın yönünü gösterir, çünkü kesin oranlar parçalarınıza, aydınlatmanıza ve modelinize bağlıdır.

Parça başına güven, varyant tanıma için nasıl kullanılır?

Varyant tanıma, parça başına bir güven skorunun yerini hak ettiği en net durumdur. Bir tampon tanıma uygulamasında, ünite her varyantı 0,9’un üzerinde parça başına güvenle sınıflandırır ve hücrenin eylemde bulunduğu sayı o skordur. Eşiğin üzerinde eşleşen program çalışır. Eşiğin altında ise parça, emin olmadığı bir sınıfa zorlanmak yerine güvenli bir varsayılana yönlendirilir.

Bu güven öncelikli tasarım önemlidir, çünkü kendinden emin bir yanlış cevabın maliyeti yüksektir. Sınırdaki bir parça tahmin edilmemeli, durdurulup kontrol edilmelidir. Skoru parça başına açığa çıkarmak, entegratörün çalışma noktasını hücrenin gerçek uyumsuzluk maliyetine göre ayarlamasına olanak tanır; gerçekten belirsiz kalan bir parça da hattın ilerisinde yanlış bir işleme yol açmak yerine tanımlı bir güvenli duruma geçer.

Geç ya da kal sinyali hatta nasıl ulaşır?

Eşik skoru bir karara çevirdikten sonra, sonuç kontrolörünüzün zaten konuştuğu protokol üzerinden gider: PROFINET, EtherNet/IP, Modbus TCP, EtherCAT ya da OPC UA. Bir geç ya da kal, bir red kapısı için dijital bir çıkışa verilebilir ve bir varyant sonucu, çıkışlara bit kodlanabilir ya da fieldbus üzerinden program seçme tam sayısı olarak taşınabilir. Ünitede ayrıca bu dijital sinyaller için 4 giriş ve 4 çıkış 24V bulunur. Kablolamanın kendisi, hangi çıkışın red kapısını sürdüğü, kontrolörün sonucu nasıl mandalladığı ve tetiğin nereden geldiği, geç/kal sinyalini bir PLC’ye bağlama kılavuzunda adım adım anlatılır.

Model, skor ve eşiğin tümü cihaz üstünde çalıştığı için, karar bir sunucuya gidip gelmeden hatta verilir ve yayılır. Bu, ham görüntüyü hatta tutar ve geç ya da kal’ı bekleyen kontrolör için belirlenimci ve zamanında tutar.

Bu yazı, yapay zeka görsel muayene üzerine ana rehberin bir alt başlığıdır; güveni edge’de parça başına açığa çıkaran üniteyi görmek için sistem genel bakışına göz atın.