AI视觉释放LLM完整潜力,重塑智造管理 智能应用 影音
Microchip
ST Microsite

AI视觉释放LLM完整潜力,重塑智造管理

  • 林佩莹台北

尽管大型语言模型(LLM)在处理非结构化数据和产生有价值的洞察方面展现极大的潜力,但在制造业环境中,它们的表现很大程度上仰赖数据的品质与数量。这时,AI视觉便成为关键,弥补了数据收集的不足,让LLM能充分发挥其潜力,成为数据训练与分析的根基。

AI视觉蒐集全面数据:LLM运用核心

在许多工厂内,人力依然是生产作业中关键的一环,收集有关人员作业的准确数据并分析,是制造管理的一大核心。这正是仁宝电脑营运技术与软件中心自行研发的大型语言模型(LLM)结合PowerArena HOP人因作业平台(Human Operation Platform)所展现的实力所在。

PowerArena HOP透过AI视觉24小时不间断检视并记录生产活动,捕捉每一个操作行为,生成高品质、无缝的数据流,完整反映生产现场的每个细节。这些数据为仁宝电脑的LLM提供了坚实的基础,让LLM能够更精确地分析生产情况,并回答各种复杂的生产问题。例如,当您输入「请统计上周停线发生的主要原因」,LLM不再依赖传统的碎片化的报告或过时的数据,它能借助AI视觉掌握的丰富数据,立即提取并分析相关信息,给出清晰且可执行的答案,像是「设备异常19次、人员组装错误10次等」,并统整成图表,方便使用者阅读。

模块化AI+LLM,灵活应对管理需求

HOP利用模块化的AI架构,能灵活分析各种数据,例如周期时间、SOP、工作/非工作配方等。再以LLM为基础,结合矢量检索、数据检索器,让系统能在数据类型扩展或变更时,更加灵活。相较于传统依赖SQL查询与僵硬数据库架构的系统,这种搭配应用能灵活处理多种数据类型,具备极高的适应性。

HOP记录作业数据和工站影像,为工厂建立透明化的生产履历,让工业工程师能够回溯并检视异常状况,不再需要花费大量时间自行录影,或是进行低效率的查找工作。这个完善的数据库,除了方便第一线的管理者使用外,也可以让其他部门的同仁对生产状态有个快速的理解,他们不需知道工单号或其他细节信息,藉由LLM的自然语言理解能力,系统就可以解读使用者提问,处理不同的查询需求。

AI视觉蒐集大量生产数据,为LLM提供最核心的燃料,让每一个决策都得以由数据驱动。欲了解更多AI视觉与LLM的最新应用,10月23~25日,仁宝电脑与PowerArena将同资策会参展2024台湾国际人工智能暨物联网展,敬请莅临参观。

进一步了解案例研究:HOP 与 LLM 提升产线管理效率,请至官网查询。也欢迎锁定PowerArena YouTube Webinar ,该系列专为制造商解惑,探讨导入智能制造工具时的核心要点。(本文由PowerArena提供,DIGITIMES林佩莹整理报导)

商情专辑-AI专栏