如果制造公司能夠在缺陷發(fā)生時就準(zhǔn)確找出原因，從而避免代價高昂的生產(chǎn)延誤并確保一流的質(zhì)量，那會怎樣？生成式人工智能（GenAI）徹底改變了制造商的質(zhì)量控制和缺陷監(jiān)控方式，使之成為可能。

通過GenAI，制造企業(yè)就可以進(jìn)行持續(xù)的缺陷監(jiān)控和根本原因分析（RCA），從而進(jìn)行實時質(zhì)量控制，確保更高效、更可靠的生產(chǎn)運營。

您可能已經(jīng)遇到過多個使用AI驅(qū)動的視覺系統(tǒng)進(jìn)行缺陷檢測和質(zhì)量控制的案例研究。要弄清基于AI和GenAI 的視覺檢測在此類應(yīng)用中的區(qū)別，必須認(rèn)識到一些關(guān)鍵的不同之處。

區(qū)分基于AI與GenAI的視覺缺陷檢測

AI視覺擅長處理視覺數(shù)據(jù)并識別顯示缺陷的模式，而GenAI 則通過其學(xué)習(xí)能力、上下文理解能力和自然語言處理能力為流程帶來更高水平的智能。

以下是這兩個過程的工作原理：

基于AI的視覺缺陷檢測，將傳統(tǒng)的圖像處理技術(shù)和機器學(xué)習(xí)相結(jié)合，以檢查圖像和視頻，并檢測生產(chǎn)過程中的異常或缺陷。AI視覺的優(yōu)勢包括速度、消除人為錯誤和可擴展性。限制包括對新缺陷類型的適應(yīng)性差，以及可能受照明和環(huán)境因素影響的性能。它也可能難以識別細(xì)微的缺陷。

基于GenAI的視覺缺陷檢測，可分析來自智能相機、物聯(lián)網(wǎng)（IoT）設(shè)備和其他來源的數(shù)據(jù)流。然后，它會智能地過濾和優(yōu)先處理信息，以減少噪聲，發(fā)現(xiàn)與學(xué)習(xí)模式的偏差，并提高缺陷檢測效率。GenAI可以從歷史數(shù)據(jù)、實時反饋和不斷變化的條件中學(xué)習(xí)，以識別新出現(xiàn)的缺陷模式。它還識別關(guān)系和潛在因素，以獲得更有洞察力的RCA。

GenAI 和AI 視覺之間存在三個關(guān)鍵區(qū)別。首先，GenAI模型從新數(shù)據(jù)中學(xué)習(xí)并調(diào)整其行為。其次，GenAI會查看產(chǎn)品類型、制造工藝和其他因素，以更好地了解缺陷的背景。最后，GenAI處理和理解自然語言查詢，鼓勵與系統(tǒng)進(jìn)行更直觀的交互。

GenAI對質(zhì)量控制和缺陷監(jiān)控的影響

在GenAI的幫助下，制造商可以在很短的時間內(nèi)識別大量數(shù)據(jù)中的模式和相關(guān)性。例如，GenAI可以持續(xù)監(jiān)控鋼鐵制造中的生產(chǎn)線，以檢測和分析熱軋鋼帶中的缺陷。然后，它會確定問題的根本原因并推薦預(yù)防措施以避免將來出現(xiàn)問題。通過將GenAI集成到制造流程中，公司可以節(jié)省時間并讓員工騰出時間來處理其他重要任務(wù)。

麥肯錫公司預(yù)計，GenAI的引入將預(yù)示著一個高效運營的新時代。僅在制造和供應(yīng)鏈領(lǐng)域，它就能減少高達(dá) 5 萬億美元的開支。這些節(jié)省的費用大部分將來自在RCA中使用GenAI，從而更好地識別制造業(yè)中的各種缺陷，包括金屬板的表面缺陷、發(fā)動機的不一致性、重型機械的問題以及汽車零部件的缺陷。

越來越多的企業(yè)意識到在質(zhì)量控制和缺陷監(jiān)控中采用GenAI的好處。例如，當(dāng)寶馬公司的電池組裝配過程中出現(xiàn)微小的對齊問題，導(dǎo)致代價高昂的缺陷和裝配線中斷時，該公司創(chuàng)建了裝配線的數(shù)字孿生系統(tǒng)，并將GenAI集成到RCA中。

在這一設(shè)置中，數(shù)字孿生從每個組件收集數(shù)據(jù)，包括機械臂、傳送帶和對齊傳感器。然后，當(dāng)發(fā)生不對齊時，AI會分析前面的每一步，識別出指向設(shè)備校準(zhǔn)或環(huán)境變化等根本原因的模式。通過在數(shù)字孿生中運行模擬，工程師可以在不中斷生產(chǎn)線的情況下測試調(diào)整。這種方法將校準(zhǔn)相關(guān)問題減少了30%，提高了生產(chǎn)線效率。

GenAI 集成和訓(xùn)練數(shù)據(jù)

對于考慮實施基于GenAI 的缺陷分析的制造商來說，克服經(jīng)常出現(xiàn)的兩個常見挑戰(zhàn)至關(guān)重要：保證多樣化和高質(zhì)量訓(xùn)練數(shù)據(jù)的可用性，以及確保系統(tǒng)對不斷發(fā)展的生產(chǎn)流程的適應(yīng)性。

應(yīng)對這些挑戰(zhàn)的關(guān)鍵是在開發(fā)強大的訓(xùn)練數(shù)據(jù)集時與AI專家合作，并在GenAI 系統(tǒng)中實施持續(xù)學(xué)習(xí)機制，以更好地適應(yīng)生產(chǎn)流程的變化。一旦制造公司解決了潛在的挑戰(zhàn)，他們就可以使用以下5個步驟將GenAI 集成到其現(xiàn)有的質(zhì)量保證流程中：

步驟 1：對現(xiàn)有的質(zhì)量保證流程進(jìn)行全面評估。

步驟 2：確定GenAI可以增加真正價值的領(lǐng)域。

步驟 3：創(chuàng)建GenAI系統(tǒng)并使用相關(guān)的最新數(shù)據(jù)集對其進(jìn)行訓(xùn)練。

步驟 4：將GenAI集成到現(xiàn)有的生產(chǎn)和質(zhì)量控制系統(tǒng)中。

步驟 5：為操作人員和質(zhì)量保證人員提供培訓(xùn)。

制造商可以通過采取以下額外步驟來確保GenAI的持續(xù)準(zhǔn)確性、可靠性和倫理合規(guī)：

• 使用新數(shù)據(jù)不斷更新和訓(xùn)練GenAI 系統(tǒng)。
• 實施強大的驗證和測試程序。
• 遵守AI使用的道德準(zhǔn)則和標(biāo)準(zhǔn)。例如，公司可以建立一個專門的團隊，以隨時了解行業(yè)道德準(zhǔn)則，并確保制造商的AI系統(tǒng)繼續(xù)滿足這些準(zhǔn)則。

在通過基于GenAI 的RCA衡量實時質(zhì)量控制的成功時，制造公司可以利用各種關(guān)鍵績效指標(biāo)，包括缺陷檢測率、減少生產(chǎn)停機時間、通過減少浪費和返工來節(jié)省成本，以及提高產(chǎn)品質(zhì)量和客戶滿意度。例如，機器零件制造商可能會通過跟蹤每百萬缺陷件數(shù) （PPM） 的減少作為關(guān)鍵指標(biāo)來獲取信息以做出更好的業(yè)務(wù)決策。