Hvordan revolutionerer AI storformatprint?

Nessan diskuterer tydeligt, hvordan AI på print er afhængig af datamønstermatching, hvilket allerede forbedrer softwaren til storformatudbydere. Han forudser, at dette vil resultere i øget AI-integration i workflowplanlægning, jobkøstyring, farvekorrektion, billedopskalering og forudsigelig vedligeholdelse via sensorer og visionsystemer, hvilket i sidste ende vil strømline driften og tilbyde større fleksibilitet.

At dømme efter avisoverskrifter fra hele verden er der nu stor interesse for kunstig intelligens, eller AI, da multinationale selskaber og regeringer taler åbent om at bruge denne teknologi til at optimere deres output og generere flere indtægter. Men hvordan vil dette filtrere ned til printbranchen og i særdeleshed de mange udbydere af storformatprinttjenester, der betjener skilte- og displaymarkedet?

Ironisk nok er der ikke rigtig meget intelligens involveret i AI. Intelligens indebærer normalt en vis grad af kognitiv ræsonnement for at løse problemer. Men AI samler simpelthen store mængder data op, inklusive tidligere eksempler på ræsonnement, og matcher dette med mønstre, der dukker op fra disse data. I enhver given situation tager de fleste AI-systemer bare det bedste gæt baseret på de tilgængelige data (og nogle gange genererer dette falskheder). Vi har tidligere brugt algoritmer til at gøre noget lignende, men det, der virkelig adskiller AI, er de enorme datasæt af rå information, som disse systemer indtager. Dette er i sig selv blevet muliggjort af fremskridt inden for rå computerkraft.

Meget af den nuværende hype er baseret på generativ kunstig intelligens, som kan skabe løsninger baseret på prompter, der føres ind i systemet. Sådanne systemer skal dog på forhånd trænes på eksisterende data, så de mere præcist er kendt som Generative Pre-Trained eller GPT. Den mest kendte af disse er nok ChatGPT.

På et generelt niveau kan disse systemer bruges på praktiske måder, såsom til at skabe indledende udkast til breve, der ledsager tilbud eller endda hele salgspræsentationer. Da AI ikke er perfekt, bruges dette bedst til indledende udkast frem for endelige kopier, men ikke desto mindre er dette nok til at lade brugerne gøre mere på kortere tid.

Nogle AI-variationer er mere fokuserede på at skabe billeder og er allerede gode nok til, at de kan tillade folk med et vist niveau af viden at producere arbejde, der ellers ville være ud over dem. Dette sænker i høj grad omkostningerne forbundet med at producere kunstværker, selv bare for at skabe hurtige mock-ups, før du henter en professionel designer. Det kan omfatte ting som grafikken til en messestand eller mønstre til digitalt trykt tøj.

Tro dog ikke, at AI bare vil komme videre og gøre alt arbejdet for dig. Kvaliteten af resultaterne afhænger af kvaliteten af de prompter, du indlæser i systemet, og dette kræver en vis træning i sig selv. Det betyder, at en, der er blevet uddannet til at bruge AI, vil være i stand til at producere arbejde på andre områder, hvor de ikke har haft samme grad af træning. Denne type multifærdighed afspejles i sætningen: "AI vil ikke tage dit job, men nogen, der bruger AI, vil sandsynligvis gøre det".

AI og print

Der er en række områder, hvor AI kan have en dybtgående indflydelse på udskrivning, hvoraf nogle allerede kan ses. AI-teknologi er ikke helt så ny, som nogle af avisoverskrifterne antyder. Det har været i brug i over et årti nu og er allerede brugt i noget af den software, der er tilgængelig for printindustrien. Det, der er nyt, er, at hvor det tidligere har været brugt i individuelle isolerede produkter, kan vi nu forvente at se disse løsninger blive mere integrerede med mere automatisering drevet af AI gennem produktions-workflows.

Billedtekst: Esko Phoenix bruger kunstig intelligens til automatisk udskydning og indlejring.

Dette vil omfatte planlægning af den mest effektive måde at producere job på, som kan bruges både til at generere et tilbud og til at planlægge ruten gennem produktionen. AI bliver også i stigende grad brugt til at styre jobkøen. En iboende del af det er måden, hvorpå de forskellige job er slået sammen eller indlejret omkring hinanden på arket eller rullen for at minimere mængden af mediespild. Dette har udviklet sig fra imposition, det vil sige at arrangere sider på et presseark for at optimere layoutet. Der er flere eksisterende programmer, såsom Esko Phoenix, der allerede bruger kunstig intelligens til indsættelse, og denne teknologi er nu overført til jobhåndtering i storformat. Der er en række forskellige parametre, der skal tages i betragtning, herunder hvordan de forskellige opgaver vil blive afsluttet og de aftalte leveringstider for hver af disse opgaver. Og selvfølgelig vil alle disse faktorer konstant ændre sig i løbet af en dag, efterhånden som der kommer flere ordrer ind. Men evnen til at klare sene ordrer er en væsentlig komponent i nutidens hurtige ekspeditionsbestilling, som kunderne nu er kommet til at forvente.

Et andet område, der allerede nyder godt af AI-teknologi, er farvestyring. Mange kundefiler indeholder farvestyringsfejl, hvoraf nogle, såsom det forkerte farverum, nemt kan rettes. Mange farvestyringsprogrammer bruger nu også AI til at hjælpe med at finjustere farverne i disse filer for at producere et mere naturligt udseende, hvilket kan skære ned på kunder, der afviser job på grund af opfattelser omkring de udskrevne farver. Ofte er dette bare mærket i softwaren som en automatisk forbedring og ikke markeret som værende baseret på AI.

Billedtekst: HPs seneste latexprinter, 830-serien, har et indbygget spektrofotometer til automatisk AI-drevet farvestyring.

Farvestyring dækker også andre områder fra linearisering og kalibrering af printere, til fremstilling af profiler til alle de forskellige medier og valg af de rigtige indstillinger til hvert job. Efterhånden begynder vi at se flere spektrofotometre integreret i storformatprintere for at gøre det muligt at automatisere al denne farvestyring med minimal operatørinput. Igen bliver dette også drevet af AI.

AI bliver også brugt til at forbedre andre aspekter af billedkvalitet. Det kunne omfatte opskalering af billeder, hovedsageligt ved at bruge AI til at tilføje yderligere pixels til et billede baseret på dets bedste gæt efter at have analyseret de eksisterende pixels. Det er en åbenlys fordel for alle, der ønsker at lave store reklametavler. Det hjælper også med at overvinde problemer med kunder, der sender filer i lav opløsning.

Et område, der virkelig drager fordel af større brug af kunstig intelligens, er prædiktiv vedligeholdelse. Pandemien med dens forskellige nedlukninger tvang de fleste leverandører til at genoverveje deres servicetilbud, da det blev sværere at sende ingeniører ud på besøg på stedet. Men AI har givet disse leverandører mulighed for at analysere de data, de allerede har omkring årsagerne til servicekald, for at forudse, hvornår hver komponent kan fejle.

For at tilføje mere automatisering bliver storformatprintere nødt til at generere flere data. Så vi vil næsten helt sikkert se flere sensorer tilføjet til storformatprintere i løbet af de næste par år for at opdage potentielle problemer og for at opfange dele, der fejler. De større printere er nødt til at få flere visionsystemer, for at kontrollere, at det, der er blevet printet, matcher kundens forventninger.

Et andet område, som AI kunne egne sig til, er lagerstyring, herunder bestilling af flere forbrugsvarer og reservedele efter behov. Kunsten er ikke at overordne - hvilket vil binde kapital på lager - men samtidig ikke risikere at løbe tør for noget, der holder produktionen op.

AI understøtter også mange af de analysetjenester, som nogle printerleverandører har introduceret, såvel som nogle MIS. Den er god til at spotte mønstre, såsom et fald i salget på nogle områder, og komme med løsninger baseret på ideer, som andre med succes har prøvet, men skræddersyet til den enkelte brugers specifikke situation baseret på deres data.

Som konklusion er AI langt fra en fremtidig teknologi, men en, der allerede er indlejret i meget af den automatiseringssoftware, der allerede er i brug. Og vi kan forvente, at mere hardware - i form af sensorer, spektrofotometre og visionsystemer - bliver tilføjet printere for at lette den automatisering. AI skal gøre det nemmere at integrere løsninger mellem forskellige leverandører. Det skulle igen give storformatbrugere mere frihed til at bygge produktionsarbejdsgange, der passer bedre til deres individuelle behov.