제조의 미래 : 데이터 표준화를위한 AI

제조 산업에서 조각난 데이터는 중요한 과제를 제시합니다. 수많은 센서, 기계 및 시스템에서 생성 된이 데이터는 종종 표준화가 부족하여 관리, 통합 및 분석하기가 어렵습니다. 제조업체가 생산을 최적화하고 다운 타임을 줄이며 의사 결정을 강화하기 위해 노력함에 따라 통일 된 접근 이 데이터를 처리하려면 점점 더 중요 해집니다.

Sight Machine과 같은 파트너와 협력하여 Microsoft는이 도전을 해결하는 최전선에 있습니다. 고급 AI 기술 및 솔루션과 같은 플랫폼에 통합되었습니다 마이크로 소프트 패브릭 제조업체가 플랜트 바닥 데이터를 처리하는 방식을 변화시키고 있습니다. 이러한 이니셔티브는 제조업체가 데이터를보다 효율적으로 관리하는 데 도움이 될뿐만 아니라 산업 데이터를 완전히 사용하여 생산성을 향상시키고 효율성을 향상 시키며 비용 절감을 달성하는 것을 목표로합니다.

제조를위한 작은 언어 모델을 조정합니다

AI에서는 작은 언어 모델과 대형 언어 모델은 독특한 목적을 제공하며 각각 고유 한 이점을 제공합니다. 소규모 언어 모델은 특정 작업이나 도메인에 중점을 둔 전문적이고 효율적입니다. 이 전문화를 통해 소규모 언어 모델은 제조와 같은 산업에 맞는 매우 정확하고 관련된 통찰력을 제공 할 수 있습니다. 크기가 작기 때문에 소형 언어 모델에는 계산 자원이 적어 비용 효율적이고 더 빠르게 배포 할 수 있습니다. 이 효율성은 실시간 데이터 처리 및 의사 결정이 필수적인 제조 환경에서 중요합니다.

반면에 대형 언어 모델은 방대한 양의 데이터에 대해 훈련 된 일반 목적 모델이므로 다재다능하지만 리소스 집약적입니다. 광범위한 언어 이해가 필요한 시나리오에서는 큰 언어 모델이 뛰어나지 만 전문적인 작업에는 덜 정확할 수 있습니다.

작은 언어 모델을 미세 조정하면 대상 데이터 세트에 대한 추가 교육을 통해 미리 훈련 된 모델을 사용자 정의하여 특정 작업에 대한 성능을 향상시킬 수 있습니다. 이 접근법을 사용하면 소형 언어 모델이 지정된 영역에서 더 높은 정확도와 관련성을 달성 할 수 있으므로 제조와 같은 전문 응용 프로그램에 더 효과적입니다. 미세 조정은 또한 컴퓨팅 리소스가 적고 운영 비용을 줄이기 때문에 대형 언어 모델을 처음부터 훈련하는 것과 비교할 때 더 비용 효율적이고 효율적입니다. 미세 조정의 주요 장점 중 하나는 모델의 응답을 제어하는 ​​능력입니다. 미세 조정 모델은 특정 작업에 최적화되어 일관되고 예측 가능한 동작을 보장합니다. 이것은 정확하고 신뢰할 수있는 출력이 필요한 응용 프로그램에 중요합니다.

예를 들어, 제조에서 미세 조정 된 모델은 업계 별 용어 및 요구 사항을 정확하게 이해하고 반응하도록 조정할 수 있습니다. 미세 조정은 또한 책임있는 AI 관행을 더 잘 구현하고 의도하지 않은 행동을 방지하며 모델이 윤리적 지침을 준수하도록합니다. 사용 Microsoft Azure Openai 서비스제조업체는 소형 언어 모델을 미세 조정하여 고유 한 과제를 해결할 수 있습니다.

공장 네임 스페이스 관리자 : 비용 효율적이고 효율적인 AI 솔루션

Microsoft 파트너 인 Sight Machine이 개발했습니다 공장 네임 스페이스 관리자PHI-3.5 SLM의 미세 조정 버전을 사용하여 제조를위한 작은 언어 모델. 공장 네임 스페이스 관리자는 Microsoft Azure AI Foundry 모델 카탈로그. 제조 산업에서 중요한 데이터 거버넌스 문제를 해결합니다 : 공장 데이터 이름 지정 규칙의 표준화. 많은 제조 환경에서 데이터는 각각 자체 명명 스키마를 갖춘 다양한 센서, 기계 및 시스템에서 생성됩니다. 이러한 표준화 부족은 다른 소스에서 데이터를 관리하고 통합하는 데 상당한 어려움을 초래할 수 있습니다.

공장 네임 스페이스 관리자는 AI를 사용하여 수많은 공장 데이터 명명 스키마를 통합 기업 표준 네임 스페이스 또는 데이터 사전에 매핑 하여이 문제를 해결합니다. 이 프로세스를 통해 제조업체는 공장 데이터를 엔터프라이즈 데이터 시스템과 통합하여 엔드 투 엔드 최적화를 용이하게하고 전반적인 운영 효율성을 향상시킬 수 있습니다. 통합 네임 스페이스를 만들면이 도구는 다른 소스의 데이터를 쉽게 이해하고 분석하고 의사 결정에 활용할 수 있도록 도와줍니다.

“우리의 솔루션은 제조 산업에서 광범위한 과제를 해결하여 분산 된 이름 지정 시스템을 단일 기업 표준으로 변환합니다. 더 많은 고객이 더 많은 고객이 공장 플랜트 바닥 데이터를 클라우드로 밀어서 원래 상황에서 데이터를 제거하고 해당 데이터 관리가 점점 어려워지면서 급성 문제가되었습니다..”

Kurt Demaagd, Sight Machine Chief AI 책임자 및 공동 창립자

이 솔루션은 특히 표준화 된 라벨링이 부족한 여러 세대의 기계의 광범위하고 다양한 데이터 소스를 보유한 회사에게 특히 가치가 있습니다. 공장 네임 스페이스 관리자를 사용하면이 데이터를보다 쉽게 ​​관리하고 활용하여 생산성을 높이고 데이터 관리의 복잡성을 줄입니다. 이 도구는 AI를 사용함으로써 기술의 상당한 차이를 연결하여 원래 데이터 필드 이름과 회사 표준 간의 매핑을 가능하게합니다. 이 기능을 통해 제조업체는 공장 데이터를 엔터프라이즈 데이터 시스템과 완벽하게 통합하여 엔드 투 엔드 최적화를 용이하게 할 수 있습니다.

Factory Namespace Manager 내의 AI 모델의 추가 미세 조정은이 도구가 특정 제조 환경 및 데이터 세트에 적응하여 정확성과 효과를 향상시킬 수있는 데 도움이됩니다. 준수함으로써 책임있는 AI의 원칙공정성, 투명성 및 책임과 같은 도구는 운영 효율성을 향상시킬뿐만 아니라 제조업에서 윤리적이고 신뢰할 수있는 AI 배포를 보장합니다.

“우리는 책임감있게 훈련 된 모델의 중요성에 감사하게되었습니다. 평범한 제조 데이터를 다루더라도 모델이 잘못 행동하는 것을 방지하기 위해 책임있는 AI 원칙을 올바르게 적용하는 것이 필수적이었습니다. Microsoft의 지원과 지침은 미세 조정의 효율성을 향상시키고 개발 된 모델이 강력하고 신뢰할 수 있도록 도와주었습니다..”

Kurt Demaagd, Sight Machine Chief AI 책임자 및 공동 창립자

보다 혁신적인 도구

Sight Machine과 Microsoft는 제조 생산성 및 효율성 향상을 목표로하는 추가 혁신적인 도구를 개발했습니다.

• 시선 기계 제조 데이터 플랫폼 (MDP):이 플랫폼은 다양한 Microsoft 제품과 쉽게 통합되어 단일의 안전한 산업 데이터 재단에서 전체 제조 공정을 캡처합니다. 모든 플랜트 데이터를 맥락화하고 회사가 운영하는 모든 센서, 기계, 라인 및 식물의 데이터를 통합합니다. MDP는 생산에 대한 단일 진실의 원천을 제공하여 지속적인 시스템 전체 분석 및 통찰력을 제공합니다. Microsoft Fabric과 통합하여 Sight Machine을 통해 제조업체는 재무, 공급망, ERP (Enterprise Resource Planning) 및 MES (Manufacturing Execution System) 데이터와 상황에 맞는 생산 데이터를 결합하고 분석 할 수 있습니다. 이 포괄적 인 접근 방식은 전례없는 수준의 지식과 전사적 통찰력을 허용합니다.
• 공장 사본:이 도구는 생성 AI의 힘을 통해 산업 데이터를 민주화합니다. Sight Machine의 제조 데이터 플랫폼을 Azure OpenAI Service와 통합함으로써 Factory Copilot은 모든 제조 이해 관계자에게 직관적 인 “전문가에게”경험을 제공합니다. 실시간 통찰력, 근본 원인 분석 및 사용자 친화적 인 보고서를 제공합니다.이 보고서는 문제를 진단하고 제조 프로세스를 개선하는 데 도움이됩니다.
• 시력 기계 청사진: 개발 Nvidia와의 협력 Microsoft 인이 도구는 고속 자동 데이터 레이블에 AI를 사용합니다. 이를 통해 제조업체는 최대 100 배 더 많은 데이터를 분석하여 더 깊은 통찰력을 제공하고 의사 결정을 개선 할 수 있습니다. Microsoft Cloud for Manufacturing은 이러한 진화의 최전선에 있으며 제조업체가 직면 한 고유 한 과제를 해결하도록 설계된 다양한 도구 및 서비스를 제공합니다.

자세히 알아보십시오

• 더 자세히 알아보십시오 제조를위한 Microsoft Cloud.
• 자세히 알아보십시오 공장 네임 스페이스 관리자.

게시물 제조의 미래 : 데이터 표준화를위한 AI 먼저 나타났습니다 Microsoft AI 블로그.