从医疗到重工：洞视科技如何用生成式AI实现跨界突破

洞视科技荣获数码发展部数码产业署2024 AI+新锐选拔赛得奖团队，象徵AI创新应用领域的重要突破。洞视科技

台湾本土新创-洞视科技基于NVIDIA NeMo架构以及NVIDIA的技术协助，运用生成式AI和预知保养技术发展的AI Agent荣获数码发展部数码产业署2024 AI+新锐选拔赛得奖团队，是少数能横跨医疗场域与重工业的人工智能新创公司。

CEO涂明达指出，公司刚成立时同时朝工业与医疗两个领域寻找数据分析应用场域，进而发展出数据分析与预测平台，在高危险妊娠早期预测的应用是从定期产检的生理数据中找出异常，让高危险群孕妇在黄金期获得适当的预防性投药，避免对胎儿和母体造成不良影响。　
「相关技术运用在造船公司的空压机预知保养上，则是透过实时侦测设备运行状态并自动生成优化保养计划，让系统有效降低突发停机的风险与适当的进行参数调节，进而节省能源，并将碳排放量透明化，使企业在实现生产效率的同时达成永续发展目标，」涂明达说。

从 Open Loop 到 Closed Loop 的突破

涂明达认为，此次获奖的关键在于技术模式的进化。过去使用 Open Loop 模式，模型仅能针对既有数据进行预测，若换新机器或遇到模型未见过的行为，则需重新测试和调整系统参数，因为模型已不再适用于原参数设定。
如今，透过引入语言模型代理技术 (LLM Agent) 的概念，自我监控与学习实现了更自动化的辅助系统。融和大型语言模型技术，使系统能在无需更改程序的情况下，自行适应并更新最适合的参数，从而实现 Closed Loop。这种闭环方式不仅更高效，当系统发现学习结果不准确时，能自动进行再训练，进一步提升预测精度与操作灵活性。

传统船厂的人力与技术断层问题

目前船厂面临严重的人力断层问题。老一辈技师逐渐离开，而新人缺乏完整的技能训练，导致技术断层以致技术经验无法延续。举例在空压机调节等需要高度技术传承的领域，经验丰富的师傅通常是依靠实务经验来指导调整机器及处理问题，但这些知识未能有效传承，透过大型语言模型技术可以建立相关的知识库来补不足处。

空压机的传统痛点

以造船公司为例，船厂中的空压机是一项关键设备，常用于船只的气动操作，如喷砂处理锈蚀或贝类。空压机因具备较低的经济成本和耗电量，被广泛应用。然而，这些大型设备在耗电上还是有高昂的能源消耗问题。

传统 vs. AI 驱动的维护模式

传统设备维护依赖有经验的师傅透过设备数值进行预判并进行相对应的处置与机台调整，聚焦于设备状态，如马达震动等表面问题。然而，AI与深度学习的进步使预测准确性大幅提升。例如，通过深度学习，洞视科技发现滤网压差对故障的影响远超震动问题，这一结果经师傅验证后得到确认。基于新型演算法，能更准确地预测设备何时可能出现故障，从而安排检修或停修。

能源效率的提升

透过数据分析，AI还能优化设备运行。例如，空压机的负载调整透过调整气体供应或关闭部分机器，避免能源浪费。这种智能调节不仅提高了能源利用效率，也减少了不必要的成本。透过AI驱动的预测维护不仅克服了人力断层与技术传承的挑战，还能显着提升能源效率与运行可靠性，为传统船厂带来了全新的解决方案。