Průmyslová AI (WP2)
WP2 rozvíjí metody umělé inteligence pro složité průmyslové systémy, které fungují v prostředí s vysokou mírou neurčitosti. Zaměřuje se na tři klíčové aplikační oblasti. První oblastí je optimalizace uspořádání výrobních provozů s využitím generativní AI a pokročilých optimalizačních metod, přičemž navržená řešení jsou ověřována pomocí digitálních dvojčat.
Druhou oblastí je vývoj AI kopilota pro průmyslovou výrobu ve formě agentního systému, který v reálném čase podporuje optimalizaci procesů a umožňuje bezpečné úpravy PLC programů. Třetí oblastí je simulace a optimalizace zpracování vzorků v klinických laboratořích s cílem zkrácení doby zpracování výsledků v časově kritických situacích. WP2 kombinuje datově orientované přístupy, digitální dvojčata a metody strojového učení s důrazem na spolehlivost a vysvětlitelnost. Výsledky jsou přenositelné i do dalších oblastí, například zdravotnictví.
Jaký problém WP řeší a proč je to důležité?
01
Průmyslové procesy jsou složité a obtížně optimalizovatelné tradičními metodami
02
Změny ve výrobě a řízení provozů vyžadují bezpečné a spolehlivé rozhodování, aby nedocházelo k chybám či výpadkům
03
Plánování, řízení výroby a logistických toků (včetně klinických laboratoří) často vede ke zbytečným prodlevám a vyšším nákladům
04
Chybí efektivní využití velkého množství heterogenních dat pro podporu rozhodování a automatizaci
05
Nově navržené metody zvýší efektivitu výrobních a provozních procesů, při zachování či docílení vysoké kvality výsledků a stability provozu
06
Výsledkem bude zvýšení bezpečnosti při zavádění změn do průmyslových systémů, zkrácení doby zpracování procesů (např. TAT v laboratořích) a snížení provozních nákladů
07
Umožňuje využít potenciál generativní AI, digitálních dvojčat a pokročilé optimalizace v širokém spektru průmyslových aplikací
Příklady využití / aplikační oblasti a přínosy
Diskrétní výroba a průmyslová automatizace
- Zkrácení času testování všech vyrobených kusů na zkušební stolici.
- Modulární digitální dvojče výroby s dlouhodobým zvyšováním kvality a efektivity
Průmyslové řídicí systémy a AI kopilot
- Podpora programování, konfigurace a bezpečných změn PLC systémů.
- Včasné odhalení rizika skluzu při uvádění výrobních linek do provozu.
Logistika a plánování procesů
- Optimalizace materiálových, informačních a pracovních toků.
- Využití modulárního digitálního AI dvojče pro flexibilní plánování a rozvrhování.
Zdravotnictví a klinické laboratoře
- Optimalizace laboratorních procesů a zpracování vzorků.
- Zkrácení celkové doby zpracování výsledků (TAT) v časově kritických situacích.
Klíčové osoby
Zapojené instituce
Použité technologie a postupy
- Generativní AI a velké jazykové modely (LLM) pro podporu rozhodování, automatizaci úloh a spolupráci člověka s AI
- Agentní AI architektury (Planner–Critic–Executor) pro bezpečné plánování, ověřování a provádění změn v průmyslových systémech
- Digitální dvojčata pro simulaci, validaci a optimalizaci výrobních i laboratorních procesů před jejich nasazením do praxe
- Vícekriteriální evoluční optimalizace (MOEA) pro hledání optimálních řešení s ohledem na více provozních cílů současně
- Zpracování multimodálních dat propojující informace z různých zdrojů pro přesnější analýzu a řízení procesů
- Adaptace a jemné dolaďování AI modelů (např. LoRA) pro efektivní nasazení ve specifických průmyslových doménách
- Trénování klasifikátorů (XGBoost, Random Forest) v kombinaci s modulárním digitálním dvojčetem.
- Datově řízené optimalizační metody pro návrh a řízení rozsáhlých průmyslových a logistických systémů
Dosažené a plánované výsledky
2026
Hierarchické modulární digitální dvojče průmyslového kyber-fyzikálního systému pro modelování a optimalizaci průmyslových procesů
R- software
Digitální dvojče laboratorního systému (verze 1)
R- software
2027
Pokročilé plánování prostorového rozvržení výrobních a skladových ploch založené na metodách umělé inteligence
R- software
Optimalizační modul laboratorního systému
R- software
Multimodal Data Connector Library
R- software
2028
Digitální dvojče laboratorního systému (verze 2)
R- software
Datově a modelem řízená optimalizace provozu výrobních strojů pro zajištění vyšší efektivity výroby a kvality produktů
R- software
Domain Adaptation Toolkit
R- software
Nástroj pro podporu uvádění výrobních linek do provozu
R- software
2029
Optimalizační modul transportu vzorků
R- software
2030
Agentní systém pro integraci do výrobních a návrhových systémů
R- software
2031
Ověření vytvořených modulů v testovacím provozu
R- software