(End-to-End) AI för Kvalitetssäkring Inom Tillverkningsindustrin (AI4QAM)

Syfte och mål

Projektet kommer att skapa användarvänlig End-to-End AI för automatiserad kvalitetskontroll av tillverkade komponenter som kan anpassa sig till olika arbetsförhållanden och produktdesigner. Projektet kommer att använda sig av moderna AI-tekniker, såsom multimodala stora språkmodeller, zero-shot defektdetektering, syntetisk datagenerering och banplanering för robotar, med syfte att accelerera svensk industris användning av AI för kvalitetskontroll.

Förväntade effekter och resultat

Projektet siktar mot att öka tillverkningsindustrins prestanda och konkurrenskraft, och minska dess miljöpåverkan och resursförbrukning. Det kommer att bidra till vetenskapliga och samhälleliga framsteg inom AI-forskning och tillämpningar genom samarbete och kunskapsutbyte mellan akademiska och industriella parter, och genom att dela med sig av slutsatser och resultat. Projektet kommer att stödja en digital omvandling och hållbar utveckling av den svenska industrin och samhället.

Planerat upplägg och genomförande

Projektet kommer att tillämpa multimodala LLM:er, metoder för defektdetektion utan förträning (zero-shot) samt publika data för att skapa ett innovativt system för kvalitetskontroll. Syntetiska data för prestandaförbättring kommer att utforskas, liksom möjligheten att använda ljud som komplement till bilder. Projektet adresserar även behovet av avancerad banplanering för robotar, för att komma förbi det stora hinder som manuell banprogrammering ofta innebär för kvalitetskontroll.