?Mavila ist ein hoch fortgeschrittenes Vision und ein Sprachmodell, das speziell für die Smart Manufacturing zugeschnitten ist, ein Feld, an dem wir seit fast einem Jahrzehnt tief beteiligt sind“, erkl?rte Lee in einem Interview mit dem NSF.

Schlüsselst?rken von Mavila

Die meisten aktuellen industriellen KI-Systeme h?ngen immer noch von regelbasierten Vision-Tools ab, die mit unbekannten Teilformen oder Beleuchtungsbedingungen auf dem Werksboden zu k?mpfen haben. Was Mavila auszeichnet, ist das Training für dom?nenspezifische Daten-Tausende von markierten Bildern, technischen Handbüchern und Sensorprotokollen von CNC-Maschinen, Draht-EDM-Einheiten und 3D-Druckern. Bei einer neu gedruckten Titanhalterung kann das Modell einen Mikrocrack identifizieren und sofort Anpassungen an der Laserleistung empfehlen. Diese Aufgabe würde normalerweise einen Vor-Ort-Prozessingenieur erfordern.

Mavila kann eine Fr?smaschine analysieren, eine Anomalie erkennen und eine optimale Schnittgeschwindigkeit vorschlagen - alles, bevor ein menschlicher Bediener den Notstand treffen kann.

?Traditionelle Gro?sprachenmodelle sind so konstruiert, dass sie Text verarbeiten und generieren“, erkl?rte Lee. "Aber Mavilas Visionsmodell kann sowohl visuelle als auch Textinformationen interpretieren."

In frühen Laborversuche erfuhr Mavila erfolgreich absichtlich Defekte in 3D-gedruckten Komponenten und vorgeschlagene korrigierte Druckeinstellungen innerhalb von Sekunden. Das Team setzte das Modell dann auf einem mobilen Roboter ein, der Bilder eines Fr?svorgangs aufnahm, die korrekte Drehmomentspezifikation von einem PDF -Handbuch erfasst und eine Werkzeugpfadanpassung empfohlen hat - alle, w?hrend die Maschine in Betrieb war.

Lee betonte, dass die Kontrolle über spezialisierte Daten die n?chste Welle der industriellen KI definieren wird.

"Ich glaube, das Herz der KI -Industrie liegt in den von Ihnen entwickelten Algorithmen und Modellen", sagte er. "Aber ebenso wichtig sind die Daten. Wer die Daten kontrolliert, h?lt den gr??ten Wert."

Sein Team hat einen der ersten ?ffentlich verfügbaren Benchmarks für intelligente Fertigungsbilder erstellt und Mavila mithilfe einer olvalal-genehmigten Verarbeitungspipeline weiter verbessert, sodass es w?hrend der Echtzeit-Interaktion auf den richtigen Abschnitt eines Handbuchs zugreifen kann.

Da ?ffentliche Datens?tze selten die Nischenherstellungsszenarien behandeln, hat Lees Team jahrelang hochaufl?sende Bilder von Schneidwerkzeugen, die Zusammenstellung von Sensordaten von 3D-Druckern und die Digitalisierung von Operatorhandbüchern in eine durchsuchbare Datenbank damit verbracht. Diese Bemühungen haben zu einem Abrufverbesserungssystem geführt, das es Mavila erm?glicht, genaue Antworten zu liefern, w?hrend eine Maschine noch arbeitet.

KI gewinnt Traktion in den Fertigungsumgebungen

Siemens bringt bereits eine ?hnliche L?sung für den Markt. Der industrielle Copilot, der in das TIA -Portal des Unternehmens integriert ist, kann SPS -Code- und HMI -Schnittstellen generieren und die Entwicklungszeit und die Fehlerraten verringern. Das Tool startet diesen Sommer.

Nvidia arbeitet mit Foxconn, Pegatron und anderen Unternehmen zusammen, um digitale Replikate ihrer Produktionslinien in vollem Ma?stab zu erstellen. Durch die Simulation von Fabriklayouts vor Beginn der physischen Konstruktion berichten diese Unternehmen eine schnellere Bereitstellung und eine verbesserte Sicherheit. BMW behauptet au?erdem, dass seine virtuelle Fabrik die Planungskosten um bis zu 30% gesenkt hat, indem jede Roboterbewegung in einer fotorealistischen Umgebung simuliert.

Diese Entwicklungen zeigen, dass gro?e Hersteller KI-betriebene Assistenten annehmen, aber auch eine Herausforderung für kleinere Lieferanten stellen, denen m?glicherweise die Ressourcen oder Daten fehlen, um Wettbewerbe zu konkurrieren.

Unterstützung für politische Unterstützung und Herausforderungen der Belegschaft

Die Finanzierung der Regierung unterstützt die US -amerikanische Fertigung zunehmend. In diesem Frühjahr stellte der NSF Zuschüsse in H?he von 25,5 Millionen US -Dollar für ?Future Manufacturing“ -Initiativen zu, darunter digitale Zwillingentwicklung und ?Recyclofacturing“ - eine kreisf?rmige Methode, die Industriemetallabf?lle direkt in neue Materialien umwandelt, wodurch das Downcycling minimiert und die Kohlenstoffemissionen gesenkt werden. In einem Deloitte -Bericht wird jedoch bis 2030 einen erwarteten Mangel an 2,1 Millionen Herstellungsarbeitern in den USA hervorgehoben. Ein Grund, warum Siemens seine Copilot als L?sung für die überbrückungsklappenlücken f?rdert.

Einige Experten warnen davor, dass selbst die anspruchsvollsten Modelle die Notwendigkeit von frischen, propriet?ren Daten nicht ersetzen k?nnen. Mittelgro?e Hersteller müssen entscheiden, wie viel interne Wissen sie mit Forschungsinstitutionen teilen oder bezahlen müssen, um sicher zu bleiben.

Lee erkennt diese Herausforderung an. Sein n?chstes Ziel ist es, mit mindestens drei kleinen und mittelgro?en Herstellern die Kollaborationen von Piloten einzurichten. Ohne reale Produktionsdaten riskiert das Modell auf die akademische Verwendung.

Der Erfolg von Mavila h?ngt nun davon ab, ob Fabriken bereit sind, ausreichende Bilder und Protokolle bereitzustellen, um die Wirksamkeit des Modells aufrechtzuerhalten, und wie einfach es eingesetzt werden kann.

Wenn diese Hindernisse überwunden werden, k?nnten US -Fabriken dicke technische Bindemittel durch einen KI -Assistenten ersetzen, der in der Lage ist, Probleme zu identifizieren, zu erkl?ren und in Echtzeit zu korrigieren - übertr?gt die statische Automatisierung in intelligente, adaptive Produktionssysteme und verleiht dem amerikanischen Fertigung den Wettbewerbsvorteil, den sie seit langem gesucht hat.

Das obige ist der detaillierte Inhalt vonNSF-unterstütztes ?Mavila' KI bringt die Fabrikb?den in die LLM-?ra. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!