제조에 AI를 통합하는 영국 연구원의 작업을 발전시키는 NSF CAREER Award

켄터키주 렉싱턴(2023년 8월 7일) —업계 전문가들이 인공 지능(AI) 사용을 둘러싼 흥분과 우려를 탐색하는 가운데, 켄터키 대학의 한 연구원은 국립 과학 재단(NSF) 교수진 조기 경력 개발(CAREER) 상을 통해 인공 지능(AI)이 제조업에 통합될 가능성을 모색하고 있습니다.

Peng "Edward" Wang 박사는 Robley D. Evans 교수진이며 영국 Stanley 및 Karen Pigman 공과대학의 전기 및 컴퓨터 공학과 기계 및 항공 우주 공학과에서 공동 임명된 조교수입니다. 그는 2019년에 대학에 합류했다.

“NSF CAREER Award의 초점은 용접과 같은 제조 애플리케이션에 특별히 맞춰진 최초의 대규모 일반화 가능한 기계 학습 모델을 개발하는 것입니다. 우리는 ChatGPT의 제조 부문에 비유될 수 있는 획기적인 AI 기계 학습 솔루션을 개발하기를 열망합니다.”라고 Wang은 말했습니다.

ChatGPT는 언어를 처리하여 관련 응답을 생성하는 AI 언어 모델이지만 이미지 기반 제조 데이터를 처리할 수 없는 등 한계가 있습니다.

NSF는 Wang의 AI 및 기계 학습(ML) 연구를 위해 5년에 걸쳐 567,930달러를 지원할 예정입니다. 여기서 그는 실제 생산 데이터를 활용하여 제조 시스템에 광범위하게 적용할 수 있는 시스템을 개발하여 자율성, 제조 효율성, 품질 관리 및 지속 가능성.

NSF 웹사이트에 따르면 이 상은 "조직의 임무 맥락 내에서 교육과 연구를 가장 효과적으로 통합하는 교사-학자의 초기 경력 개발 활동을 지원하는 가장 권위 있는 상" 중 하나입니다.

Wang은 “저는 AI 및 ML 분야에서 수년간 제조 애플리케이션에 특별히 맞춤화된 솔루션을 개발해 왔습니다.”라고 말했습니다. “그러나 대부분의 AI/ML 솔루션이 현재 통제된 실험실 환경에서 개발되고 있다는 사실에 주목하게 되었습니다. 실험실에서 생성된 데이터와 제조 공장에서 얻은 실제 생산 데이터 사이에는 상당한 차이가 있습니다.”

데이터의 차이는 데이터 다양성, 품질, 라벨링과 같은 영역에서 드러납니다. Wang과 같은 연구원의 경우 이로 인해 이러한 AI/ML 솔루션을 실제 제조 설정에 적용하는 데 방해가 됩니다.

향후 5년 동안 Wang과 그의 팀은 이러한 문제를 해결하고 통제된 환경의 AI/ML 연구와 실제 제조 공장 간의 격차를 해소하기 위해 노력할 것입니다. 이 작업에서 가장 중요한 것은 복잡한 실제 제조 공장 데이터에 액세스하는 것입니다.

Wang은 “AI 및 ML 분야에서 일하는 모든 사람들은 데이터가 없으면 성공적인 모델을 개발할 수 없다는 사실을 알고 있다고 생각합니다.”라고 말했습니다.

연구팀은 이 작업에 필요한 데이터를 제공하기 위해 업계 강자인 제너럴 모터스(GM) 및 제너럴 일렉트릭(GE)과 협력하고 있습니다. GM은 Wang의 프로젝트에 필요한 기반이 되는 용접 공장 및 실험실 데이터를 공유했습니다.

Wang은 “GM 및 GE와의 협력은 귀중한 리소스를 제공할 뿐만 아니라 실제 제조 환경에서 AI/ML 모델을 테스트하고 개선할 수 있는 기회도 제공합니다.”라고 말했습니다. "이러한 업계 리더들과 긴밀히 협력함으로써 우리의 솔루션이 강력하고 실용적이며 제조 부문의 요구 사항에 부합하는지 확인할 수 있습니다."

이 작업의 일환으로 Wang은 KAM(켄터키 제조업체 협회)과 협력하여 지식을 공유하고 중소기업 제조업체에 전통적인 제조 방식에서 고유한 요구 사항에 맞는 스마트 제조 모델로 전환하는 방법에 대한 지침을 제공할 것입니다.

NSF가 자금을 지원하는 이 프로젝트는 Lexington의 Paul Laurence Dunbar 고등학교에 있는 수학 과학 및 기술 센터(MSTC)와도 파트너십을 구축할 것입니다. 최대 4명의 학생이 특정 특성을 지닌 기계 부품 설계를 위한 지능형 로봇 용접 모듈을 활용하거나 개발하는 등 특별히 설계된 연구 프로젝트에 참여할 수 있는 기회를 갖게 됩니다.