Ամերիկյան Niobia ստարտափը մշակում է ԱԲ համակարգ, որն օգնում է մարտկոցների և կիսահաղորդիչների արտադրողներին հայտնաբերել թերությունները և պարզել, թե ինչու են դրանք առաջացել։ Ծրագիրը վերլուծում է արտադրական սարքավորումներից ստացվող տվյալները, բացահայտում նույնիսկ միկրոսկոպիկ վնասվածքները և թույլ է տալիս ինժեներներին հարցեր տալ չաթ-բոտին, որպեսզի ավելի արագ գտնեն անսարքության պատճառը։

Արտադրական խափանումը հետաքննելու վրա օրեր ծախսելու փոխարեն մասնագետները կկարողանան հուշումներ ստանալ հաշված րոպեների ընթացքում։ Սա հատկապես կարևոր է այն ոլորտների համար, որտեղ մեկ սխալը կարող է բերել բազմամիլիոնանոց կորուստների և հետաձգել արտադրանքի թողարկումը, հայտնում է TechCrunch-ը։

ԱԲ-ն թերություններ է որոնում անմիջապես արտադրական գծում

Niobia-ն ԱԲ գործակալներ է տեղադրում անմիջապես արտադրական սարքավորումների վրա։ Դրանք աշխատում են մեքենաների կողքին տեղադրված կոմպակտ գրաֆիկական պրոցեսորների վրա և կատարում են յուրատեսակ ինտելեկտուալ սենսորների գործառույթ։ Համակարգն ունակ է նկատել նույնիսկ ամենափոքր թերությունները, օրինակ՝ քերծվածքներ և անցքեր՝ քորոցի գլխիկի չափով։

Սակայն խնդրի հայտնաբերումը միայն առաջին փուլն է։ Ծրագիրը մեկ տեղում հավաքում է արտադրական գործընթացի մասին տվյալները, որպեսզի ինժեներները կարողանան չաթ-բոտի օգնությամբ ուսումնասիրել անսարքության հնարավոր պատճառները։ Մասնագետները հարցեր են տալիս, ճշտում մանրամասները և վերլուծում հավաքված տեղեկատվությունը՝ փորձելով հասկանալ, թե որ փուլում է առաջացել սխալը և ինչպես այն վերացնել։

Այս մոտեցումը պետք է կրճատի թերության հայտնաբերման և արտադրության վերսկսման միջև ընկած ժամանակը։ Նոր մարտկոցների և միկրոչիպերի մշակման ժամանակ տեխնոլոգիական գործընթացները մշտապես փոփոխվում են, ուստի խափանումներն անխուսափելի են։ Քանի դեռ ինժեներները պարզում են, թե ինչն է սխալ գնացել, սարքավորումները կարող են պարապուրդի մատնվել, իսկ արտադրանքի թողարկման ժամկետները՝ հետաձգվել։

Ինչու են արտադրողներին անհրաժեշտ նման համակարգեր

Niobia-ն կենտրոնանում է երկու ոլորտի վրա, որտեղ սխալի գինը հատկապես բարձր է՝ կիսահաղորդիչների և մարտկոցների արտադրություն։ Դրանց արտադրանքն անհրաժեշտ է էլեկտրոնիկայի, տրանսպորտի և բազմաթիվ այլ տեխնոլոգիաների համար, իսկ արտադրական գործընթացներն իրենք գնալով ավելի բարդ են դառնում։

Ստարտափի համահիմնադիրներ Գաուրավ Ջհան և Հարվին Կաուրը քիմիայի դոկտորական աստիճաններ ունեն և նախկինում աշխատել են միկրոչիպեր ու մարտկոցներ արտադրող ընկերություններում։ Ջհայի խոսքով՝ այս փորձը նրանց օգնել է խնդիրը տեսնել ներսից․ ինժեներները ստիպված են լինում վերլուծել հսկայական ծավալի տվյալներ, որպեսզի պարզեն նույնիսկ փոքր շեղման պատճառը։

Niobia-ն խաղադրույք է կատարում նեղ մասնագիտացված շուկայի վրա, որը կարող է աննկատ մնալ սովորական սպառողների համար, թեև դրա հետ կապված գործընթացներն օգտագործվում են ամենատարբեր ապրանքների արտադրության մեջ՝ ականջակալներից և ակնոցներից մինչև կոշիկներ և դրամապանակներ։

Ընկերությունը դարձել է Startup Battlefield ստարտափների մրցույթի եզրափակիչ մասնակից TechCrunch Disrupt 2026 համաժողովում՝ Սան Ֆրանցիսկոյում։

Ինչու է Niobia-ն օգտագործում բաց ԱԲ մոդելներ

Համակարգի հիմքում բաց կոդով մոդելներ են, որոնք Niobia-ն լրացուցիչ ուսուցանում է մարտկոցների, կիսահաղորդիչների և արտադրական գործընթացների հետազոտական տվյալների հիման վրա։ Նման հարմարեցումը պետք է օգնի ալգորիթմներին ճանաչել հատուկ թերությունները և ավելի լավ հասկանալ այն համատեքստը, որտեղ դրանք առաջանում են։

Սակայն պոտենցիալ հաճախորդների համար կարևոր է ոչ միայն վերլուծության ճշգրտությունը, այլև տեղեկատվության պաշտպանությունը։ Արտադրական տվյալները կարող են պարունակել առևտրային գաղտնիքներ և տեխնոլոգիաների մասին տեղեկություններ, որոնք ընկերությունները չեն ցանկանում փոխանցել ամպային ԱԲ ծառայությունների երրորդ կողմի մատակարարներին։

Ջհայի խոսքով՝ հաճախորդները պատրաստ չեն իրենց տվյալներն ուղարկել հանրային ամպ, նույնիսկ եթե մատակարարը նրանց վստահեցնում է անվտանգության հարցում։ Այդ պատճառով Niobia-ն օգտագործում է տեղային հաշվարկներ և նախատեսում է գաղտնագրման բանալիների ինքնուրույն կառավարման հնարավորություն։ Այսպիսի կազմաձևման դեպքում ընկերությունը չի կարող վերծանել հաճախորդի տվյալները առանց համապատասխան բանալիների։

Սա հատկապես կարևոր է մարտկոցների և միկրոչիպերի արտադրողների համար, որոնք աշխատում են խիստ տեխնոլոգիական մրցակցության պայմաններում։ Այստեղ մտավոր սեփականության պաշտպանությունը կարող է ոչ պակաս կարևոր լինել, քան թերությունների հայտնաբերման արագությունը։

Սխալների որոնումից՝ դեպի ամբողջությամբ ավտոմատացված գործարան

Առաջին փուլում Niobia-ն կկենտրոնանա երեք արտադրական գործընթացի վրա՝ թաղանթային ծածկույթների нанесում, մետաղների գալվանական նստեցում և ռեակցիաներ պսևդոեռացող շերտում։ Վերջին մեթոդը ենթադրում է, որ գազի կամ հեղուկի հոսքը պինդ մասնիկները պահում է կախված վիճակում՝ թույլ տալով դրանց մասնակցությամբ իրականացնել քիմիական գործընթացներ։

Նեղ մասնագիտացումների ընտրությունը ընկերությանը թույլ կտա հարմարեցնել ԱԲ-ն կոնկրետ արտադրական խնդիրներին, այլ ոչ թե միանգամից փորձել ընդգրկել արդյունաբերական սարքավորումների բոլոր տեսակները։

Հետագայում ստարտափը ցանկանում է համակարգն ավելի ինքնավար դարձնել։ Վերջնական նպատակը գործարանն է, որը կկարողանա ինքնուրույն վերահսկել գործընթացները, հայտնաբերել շեղումները և արձագանքել խնդիրներին՝ մարդու նվազագույն մասնակցությամբ։

Առայժմ Niobia-ն առաջարկում է ինժեներներին օգնելու գործիք, այլ ոչ թե ամբողջովին ինքնավար արտադրություն։ Հայտարարված նպատակին մոտենալու համար համակարգը պետք է ոչ միայն հայտնաբերի թերությունները, այլև հուսալիորեն սահմանի դրանց պատճառները, առաջարկի անվտանգ ճշգրտումներ և ապացուցի իր արդյունավետությունը իրական արտադրական գծերում։