NSF CAREER Award が製造業に AI を統合する英国の研究者の研究を前進させる

ケンタッキー州レキシントン (2023 年 8 月 7 日) —業界の専門家が人工知能 (AI) の使用をめぐる興奮と懸念を乗り越える中、あるケンタッキー大学の研究者は、国立科学財団 (NSF) 教員早期キャリア開発 (CAREER) 賞を通じて、人工知能 (AI) の製造業への統合の可能性を模索しています。

Peng “Edward” Wang 博士は、ロブリー D. エバンス ファカルティフェローであり、英国スタンレー・アンド・カレン・ピッグマン工科大学の電気・コンピュータ工学部と機械・航空宇宙工学部に兼任されている助教授です。 彼は2019年に大学に入学しました。

「私の NSF CAREER Award の焦点は、溶接などの製造アプリケーション向けに特別に調整された初の大規模で一般化可能な機械学習モデルを開発することです。 私たちは、ChatGPT の製造に匹敵する画期的な AI 機械学習ソリューションの開発を目指しています」と Wang 氏は述べています。

ChatGPT は、言語を処理して関連する応答を生成する AI 言語モデルですが、画像ベースの製造データを処理できないなどの制限があります。

NSF は、Wang 氏の AI と機械学習 (ML) の研究に 5 年間で 567,930 ドルを支援します。Wang 氏は、現実世界の生産データを利用して、自律性、製造効率、生産効率を向上させるために製造システムに広く適用できるシステムを開発します。品質管理と持続可能性。

NSFのウェブサイトによると、この賞は「組織の使命の中で教育と研究を最も効果的に統合する教師と学者の初期のキャリア開発活動を支援する最も栄誉ある賞」の1つだという。

「私はここ数年間、AI と ML の分野で働いており、製造アプリケーションに特化したソリューションを開発してきました」と Wang 氏は述べています。 「しかし、ほとんどの AI/ML ソリューションが現在、管理された実験室環境で開発されていることに気づきました。 研究室で生成されたデータと製造工場から得られる現実の生産データの間には大きな差異があります。」

データの差異は、データの種類、品質、ラベル付けなどの領域で見られます。 Wang のような研究者にとって、これにより、これらの AI/ML ソリューションを実際の製造現場に適用することができなくなります。

今後 5 年間で、Wang 氏と彼のチームはこれらの課題に対処し、制御された環境での AI/ML 研究と現実世界の製造工場との間のギャップを埋めるために取り組んでいきます。 その作業にとって重要なのは、複雑な現実世界の製造工場データへのアクセスです。

「AI と ML の分野に携わるすべての人々は、データがなければ成功するモデルを開発するものが何もないというのが真実であることを知っていると思います」と Wang 氏は言います。

研究チームは、この研究に必要なデータを提供するために、業界大手のゼネラル・モーターズ（GM）およびゼネラル・エレクトリック（GE）と提携している。 GM は、Wang 氏のプロジェクトに必要な基盤となる溶接工場と研究室のデータを共有しました。

「GM および GE との協力は、貴重なリソースを提供するだけでなく、実際の製造環境で AI/ML モデルをテストし、改良する機会も提供します」と Wang 氏は述べています。 「これらの業界リーダーと緊密に連携することで、当社のソリューションが堅牢かつ実用的で、製造部門のニーズに沿ったものであることを保証できます。」

この取り組みの一環として、ワン氏はケンタッキー製造業者協会 (KAM) とも協力して知識を共有し、中小規模の製造業者に伝統的な製造慣行から独自のニーズに合わせたスマート製造モデルへの移行に関する指導を提供する予定です。

NSF が資金提供するこのプロジェクトは、レキシントンのポール ローレンス ダンバー高校の数学科学技術センター (MSTC) とのパートナーシップも構築します。 最大 4 人の学生が、特定の特性を持つ機械部品設計用のインテリジェント ロボット溶接モジュールの利用または開発など、特別に設計された研究プロジェクトに取り組む機会が与えられます。