Infosys-SNU 啟動「工業圖面全識別 AI」研究…開發圖面專用基礎模型

Infosys 12日宣布，已與首爾大學電腦科學與工程學系金建熙教授實驗室展開「工業圖面全識別 AI 技術」共同研究。正如標題所示，開發對象是圖面專用基礎模型。工業圖面全識別 AI 技術即使在全球 AI 產業中，也屬於技術門檻較高的領域。

Infosys 擁有自主開發的圖面識別與本體自動轉換技術，並已支援半導體、能源、煉油、化學、金融等多個產業企業的 AX。Infosys 也自主開發了圖面識別解決方案 DELTAflow。該解決方案搭載可從非結構化設計圖面中擷取設備與管線連接關係及製程流程，並將擷取資訊轉換為結構化資料的技術。

這次研究結合了 Infosys 累積的現場應用經驗與首爾大學的研究能量而推動。雙方藉此將朝著進一步提升技術門檻高的工業圖面全識別 AI 技術的方向持續強化。

Infosys 說明，產業現場既有的主流圖面識別方式是圖面分割識別。不過，圖面分割識別在掌握整張圖面中各設備之間的連接關係方面存在限制。

工業圖面識別技術的核心，在於多個物件如設備、管線、測量儀表的個別識別，以及物件之間連接關係的判讀，並理解整張圖面的整體脈絡。這項課題也被視為即使是通用 AI、multimodal AI 也難以解決的問題。

因此，Infosys 與首爾大學研究團隊表示，將採用「Whole-scale」方法。另也說明，將開發「Image-to-Graph」基礎模型。

「Whole-scale」方法是將整張圖面作為單一輸入來處理的方式。這種模型方式可保留高解析度圖面的細部資訊，分析整體結構與脈絡，並辨識圖面中的符號及符號之間的連接關係，進而轉換為圖形資料。

雙方正並行推進核心 AI 模型開發與工業圖面專用學習資料建置。Infosys 正利用約 2萬張實際工業圖面資料，學習各種圖面結構與設備間連接關係。雙方目標是確保可實際導入產品的識別精度與可實際導入產品的處理效率，並將集中開發達到該水準的 AI 模型。

Infosys 表示，研究目標在於學習工業圖面的結構特性。同時，研究目標也包括開發可辨識複雜連接關係的工業圖面專用 AI 模型，以及確保產業專用 AI 的原創技術。

初期研究對象為 P&ID。Infosys 以此為起點，計畫進一步提升技術，使其能分析 SLD 與控制邏輯圖，並擴大至各類工程圖面的分析範圍。

Infosys 計畫分階段將研究成果套用至 DELTAflow。藉此強化 DELTAflow 的大規模圖面自動分析與搜尋、設備間連接關係探索、圖面修訂歷史比較功能。長期而言，則計畫將從圖面擷取的圖形資料與企業的設計、設備、營運資料連結，並擴大至以 AI agent 為基礎的工作流程自動化應用。

Infosys 代表卓廷秀表示，AI 對工業圖面整體結構與連接關係的精準理解，是尚未解決的全球技術難題，這也是公司推動與首爾大學共同研究的背景。卓代表並指出，這項共同研究的目標，是在工業圖面識別領域提出新的技術標準，且計畫將研究成果應用於自家解決方案 DELTAflow。他並表示，期待透過 DELTAflow 的應用，帶動以圖面為基礎的工作革新。

來源: TECHWORLD · Lee Gwang-jae 原文: https://www.epnc.co.kr/news/articleView.html?idxno=409627

參考資料

• https://www.epnc.co.kr/news/articleView.html?idxno=409627