Sztuczna inteligencja (AI) i analiza danych dla przemysłu: narzędzia i technologie

Dla kogo?

• Dla kierowników produkcji i liderów zespołów, którzy chcą lepiej rozumieć potencjał zastosowań AI i danych w nowoczesnej fabryce
• Dla inżynierów procesu, technologów i specjalistów jakości, którzy chcą poznać aktualne technologie wspierające analizy, optymalizację i monitorowanie procesów
• Dla menedżerów technicznych i operacyjnych, którzy planują lub nadzorują projekty cyfryzacji, automatyzacji i wdrożeń AI
• Dla osób odpowiedzialnych za rozwój innowacji, automatyzację, lean i ciągłe doskonalenie, które chcą zrozumieć, jak AI wspiera poprawę efektywności
• Dla specjalistów utrzymania ruchu, którzy chcą zorientować się w możliwościach predykcyjnego monitorowania maszyn
• Dla wszystkich zainteresowanych praktycznym spojrzeniem na Przemysł 5.0, chcących zrozumieć działanie i ograniczenia współczesnych narzędzi AI
  

Efekty szkolenia:

• Zrozumiesz, jak działa sztuczna inteligencja i analiza danych – bez matematyki i technicznych detali, w sposób praktyczny i przystępny.
• Poznasz realne zastosowania AI w nowoczesnej fabryce
• Nauczysz się odróżniać realne możliwości AI od mitów, zrozumie jej ograniczenia oraz typowe pułapki wykorzystania
• Zrozumiesz podstawowe pojęcia Przemysłu 5.0, rolę IoT, Big Data i współpracy człowieka z AI
• Zobaczysz, jak generatywna AI może wspierać pracę inżyniera i kierownika, m.in. w analizach, raportowaniu, przeglądzie wiedzy i automatyzacji zadań
  

Program szkolenia

• AI i Przemysł 5.0
  • Ewolucja od Przemysłu 4.0 od 5.0
  • Kluczowe koncepcje: IoT, Big Data i AI
  • Dane jako paliwo dla innowacji
• Praktyczna analiza danych i statystyka
  • Zastosowania w nowoczesnej fabryce
    • Wykrywanie związków i przyczyn
    • Statystyczne sterowanie jakością procesów (SPC)
    • Planowanie doświadczeń
  • Interpretacja miar i wskaźników
  • Korelacja i przyczynowość
• Sztuczna inteligencja i uczenie maszynowe
  • Predykcyjna i generatywna sztuczna inteligencja
  • Bezpieczeństwo i kwestie etyczne
  • Przegląd zastosowań przemysłowych
    • Wsparcie AI na co dzień: podsumowania, wyszukiwanie, redagowanie, samokształcenie
    • Predykcyjne utrzymanie ruchu
    • Przewidywanie wyników procesu
    • Wirtualny system pomiarowy (Soft Sensor)
    • Generowanie danych i symulacja
    • Inteligentne wyszukiwanie
    • Projektowanie i prototypowanie (Generative Design) – krótkie wprowadzenie
• Prowadzenie projektów i wdrażanie narzędzi AI
• Generatywna AI – bliższe spojrzenie
  • Modele podstawowe (Foundation Models)
  • Duże modele językowe (LLM)
  • Generowanie danych i obrazów: GAN, model dyfuzyjne
  • Prompt engineering – wprowadzenie
  • Ograniczenia generatywnej AI i jak je przezwyciężyć: RAG i grounding
• Agenci AI