Стартап Niobia, расположенный в Сан-Франциско, занимается одной из самых дорогостоящих проблем в производстве батарей и микросхем: пониманием причин дефектов, возникающих на производственных линиях. Компания использует программное обеспечение на основе искусственного интеллекта, которое обнаруживает дефекты, а затем позволяет инженерам спрашивать у чат-бота, почему они возникли, и анализировать связанные с ними данные за минуты вместо нескольких дней ручного расследования.
Компании, использующие эту технологию, устанавливают ИИ-агентов на производственных линиях для мониторинга дефектов, тогда как инженеры по-прежнему участвуют в определении вероятной причины и понимании условий отказа. Эти агенты работают на автономных GPU-модулях, установленных непосредственно на производственном оборудовании, подобно датчику, что позволяет им обнаруживать чрезвычайно мелкие дефекты, включая царапины или отверстия размером не больше микроскопического прокола.
От обнаружения дефекта к объяснению его причины
Функция Niobia не ограничивается сообщением о наличии неисправности. Платформа собирает связанные данные в одном месте, а затем позволяет инженерам задавать уточняющие вопросы через чат-бот, чтобы понять произошедшее и глубже изучить возможные причины. Компания заявляет, что такой подход призван сократить время, необходимое для возобновления работы производственных линий после возникновения проблемы во время исследований и разработок или совершенствования производственных процессов.
Скорость особенно важна в отраслях производства батарей и полупроводников, поскольку каждая ошибка может привести к дорогостоящей остановке и задержке производственных графиков, а в некоторых случаях убытки могут достигать миллионов долларов. Кроме того, сложность процессов разработки материалов и технологий делает определение причины неисправности более трудным, чем простое выявление несоответствующего продукта.
Локальный ИИ для защиты производственных данных
Niobia использует модели с открытым исходным кодом, которые дообучает на данных и исследованиях, связанных с батареями и микросхемами. По словам соучредителя Gaurav Jha, компания выбрала этот путь, поскольку клиенты не хотят отправлять свои конфиденциальные промышленные данные в публичное облако, даже при наличии обязательств по их защите.
Компания позволяет клиентам хранить собственные ключи шифрования, поэтому Niobia не может расшифровать их данные. Это отражает тот факт, что требования к платформе связаны не только с точностью обнаружения дефектов, но и с местом обработки данных и тем, кто имеет возможность получить к ним доступ, особенно в отраслях, отличающихся чувствительностью интеллектуальной собственности и геополитической конкуренцией.
Первоначальная специализация и стремление к более автономным заводам
В настоящее время продукт ориентирован на три производственных процесса: нанесение покрытий на пленки, гальваническое покрытие, при котором для покрытия поверхностей металлами используется электрический ток, и процесс псевдоожиженного слоя — химический процесс, в котором твердые частицы взвешиваются в газе или жидкости. Jha заявил, что впоследствии компания хочет повысить автономность своей технологии, чтобы заводы могли в большей степени работать самостоятельно.
Почему это важно? Практическая ценность предложения Niobia заключается не в замене инженеров, а в сокращении времени между обнаружением дефекта и пониманием его причины. Однако источник не приводит данных о производительности платформы, количестве клиентов или точности обнаружения, поэтому ее фактическое коммерческое и промышленное влияние еще необходимо подтвердить независимыми эксплуатационными результатами. Кроме того, стремление к полностью автономному заводу остается будущей целью, а не заявленной завершенной возможностью на сегодняшний день.