ვაშენებ დაკვირვებად ქარხნებს.
ინჟინერი და მკვლევარი KIT-ში, ინდუსტრიული სისტემების არქიტექტურისკენ.
მინიმალურად სიცოცხლისუნარიანი დაკვირვებადობა. სანამ ქარხანა AI-ნეიტიური გახდება, მას სჭირდება სანდო კვალი იმისა, რა ხდება სინამდვილეში. ვფოკუსირდები სენსორების, მანუალური შემოწმების წერტილების, მოვლენების ნაკადებისა და პროცესის ჩანაწერების ყველაზე პატარა სასარგებლო ფენაზე, რომელიც საწარმოო ხაზს დაკვირვებადს ხდის. პირველი ეტაპი ავტომატიზაცია არ არის. პირველი ეტაპია ვიცოდეთ, რა ხდება საკმარისად კარგად, რომ მასზე მსჯელობა შევძლოთ.
სანდო ინდუსტრიული მონაცემთა ინფრასტრუქტურა. დაბალი ციფრული სიმწიფის მქონე ქარხნებს ხშირად პირველ რიგში კიდევ ერთი დაფა არ სჭირდებათ. მათ სჭირდებათ დროის ნიშნულები, იდენტიფიკატორები, სქემები, ვალიდაცია, შენახვა და საკუთრება: მშვიდი ინფრასტრუქტურა, რომელიც ნედლ აქტივობას გამოსაყენებელ მონაცემად აქცევს. ქარხანას, რომელიც საკუთარ მონაცემებს ფლობს, შეუძლია პროცესი გააუმჯობესოს ისე, რომ საკუთარი მეხსიერება დაქსაქსული ხელსაწყოებიდან არ იქირაოს.
სისტემები, რომელთა შენარჩუნებაც შეიძლება. განზრახ მივდივარ სისტემების არქიტექტურისა და გრძელვადიანი maintainership-ისკენ: ისეთი პროგრამული უზრუნველყოფის, ინფრასტრუქტურისა და საოპერაციო რუტინების დიზაინისკენ, რომელსაც მწარმოებელი კომპანია პილოტის შემდეგაც გამოიყენებს. სამუშაომ უნდა გაუძლოს ნამდვილ ოპერატორებს, ნამდვილ შეკვეთებს და ნამდვილ მოვლა-შენახვის შეზღუდვებს.
გაურკვევლობაზე მგრძნობიარე წარმოების მოდელები. როდესაც ქარხანა დაკვირვებადი ხდება, კვლევაც იხსნება: პროცესის რეკონსტრუქცია, ალბათური მდგომარეობის შეფასება, belief propagation, ადაპტური ინფერენცია, სამყაროს მოდელები და გადაწყვეტილების მხარდაჭერა არასრული ინდუსტრიული მონაცემებისთვის. მოწინავე AI მხოლოდ მაშინ ხდება აზრიანი, როცა წარმოების სისტემას აქვს სტრუქტურირებული რეალობა, რომელზეც მსჯელობა შეიძლება.
კვლევა, რომელსაც რეალური ქარხნები ატარებენ. KIT იძლევა აკადემიურ გარემოს; Skytex Georgia იძლევა რეალურ საწარმოო ვალიდაციის გარემოს. კომპანიის სამუშაო კვლევისგან განცალკევებული არ არის. ის არის მანქანა, რომელიც ამოწმებს, გაუძლებს თუ არა მეთოდები პრაქტიკას. კვლევა ქმნის ტექნოლოგიას, პილოტები ადასტურებენ მას, ხოლო კომპანია ინდუსტრიაში ატარებს.
ინჟინერი, მკვლევარი და მომავალი სისტემების არქიტექტორი.. ვმუშაობ ინდუსტრიული პროგრამული ინჟინერიისა და გამოყენებითი კვლევის საზღვარზე. ჩემი ფოკუსია, როგორ შეიძლება დაბალი ციფრული სიმწიფის მქონე წარმოების გარემოები გახდეს დაკვირვებადი, მონაცემებზე დაფუძნებული და საბოლოოდ ადაპტური ისე, რომ არ ვითამაშოთ, თითქოს მათ უკვე სუფთა რეალურ დროში მონაცემები აქვთ.
ერთი საწარმოო ხაზით დაწყება, არა სრული AI ქარხნით.. პირველი კვლევითი პილოტი საკმარისად ვიწრო უნდა იყოს, რომ მისი ვალიდაცია შესაძლებელი იყოს. ერთი workflow, ერთი ხაზი, ერთი მოვლენების ნაკრები. პროცესის რუკა, მნიშვნელოვანი წერტილების ინსტრუმენტაცია, დაკარგული და ხმაურიანი მონაცემების გულწრფელი აღრიცხვა და შემდეგ წარმოების მდგომარეობის რეკონსტრუქცია.
ქაღალდის workflow-ებიდან ადაპტურ ინდუსტრიულ სისტემებამდე.. გრძელვადიანი მიზანი არ არის ქაოსის თავზე მბზინავი AI ფენის დადება. მიზანი არის შესანარჩუნებელი სისტემური არქიტექტურა, სადაც მონაცემთა შეგროვება, პროცესის ცოდნა, გაურკვევლობაზე მგრძნობიარე ინფერენცია და ინდუსტრიული აგენტები ერთი საფუძვლიდან იზრდება.
Skytex Georgia არის რეალური ქარგვის წარმოების გარემო დაბალი ციფრული ინფრასტრუქტურით და უმეტესად მანუალური workflow-ებით. სწორედ ამიტომ არის ძლიერი ვალიდაციის გარემო ჩემი კვლევითი მიზნისთვის: ქარხნის გარდაქმნა ქაღალდზე დაფუძნებული ოპერაციიდან დაკვირვებად, შესანარჩუნებელ და საბოლოოდ AI-ნეიტიურ წარმოების სისტემად. მიმდინარე სამუშაო აერთიანებს პროდუქტისა და საბითუმო პროგრამულ ფენას პირველ საკუთარ ციფრულ საოპერაციო ფენასთან. ვეძებ ხელმძღვანელებს, კოლაბორატორებს და საწარმოო გარემოებს, სადაც ეს სამუშაო პილოტური ინფრასტრუქტურიდან შესანარჩუნებელ ინდუსტრიულ სისტემებად შეიძლება მომწიფდეს. მომწერეთ, თუ ეს თქვენს სამუშაოს ემთხვევა.
Solutions · Essays · Demos · LinkedIn · GitHub · ელფოსტა