品質管理パトロール：スタートアップが車両の故障パターンを検出するためのモデルを構築

品質管理パトロール：車両の故障パターンを検出するモデルの構築

利益率を維持する際、車両および部品メーカーのデータサイエンティストが主導権を握っています。

タイムシリーズ推論モデルを開発するViaductは、現在のコネクテッドカーで収集されたデータから故障の洞察を得るのを支援しています。センサーデータにアクセスし、相関関係を見つけることで実現しています。

カリフォルニア州メンロパークに拠点を置く4年前に設立されたこのスタートアップは、異常なパターンを検出し、問題を追跡し、故障の予測を展開するプラットフォームを提供しています。これにより、自動車メーカーや部品サプライヤーはリアルタイムデータを使用して問題に先んじて対処し、保証請求、リコール、欠陥を削減することができます。Viaductの創設者兼CEOであるデビッド・ハラックは、「Viaductは200万台以上の車両に展開され、500,000時間以上のダウンタイムを回避し、業界全体で数億ドルの保証費用を節約するのに役立っています」と述べています。

同社は、時系列モデルのトレーニング、調整、展開にNVIDIA A100 Tensor Core GPUとNVIDIA Time Series Prediction Platform（TSPP）フレームワークを利用しています。

• オムニバースへ：Reallusionは、2方向のライブ同期とOpenUSDサポートにより、キャラクターアニメーションのワークフローを向上させます
• 「ChatGPTは、ソフトウェアエンジニアリングの質問の半分以上に対して誤った回答をします」
• X / Twitterでお金を稼ぐ方法

Viaductは、乗用車および商用トラックの主要メーカー5社以上と共同展開していると述べています。

ハラック氏は、「お客様はこれを大きな節約と見ています。影響を与えることは利益にとって大きいです。ダウンタイムの影響、保証の影響、および製品開発の非効率性です」と述べています。

Viaductは、技術サポートとAIプラットフォームのガイダンスを提供するプログラムであるNVIDIA Inceptionのメンバーです。

始まり: 研究が実用化される

ハラック氏のViaductへの道のりは、スタンフォード大学で始まりました。彼がそこで博士課程の学生であった頃、フォルクスワーゲンが数か月間にわたって収集した60人以上のドライバーからのセンサーデータと研究助成金を提供し、その使用方法を探るために研究室を訪れました。

研究者たちが取り組んだ問題は、数か月間にわたって収集された膨大な量の車両データのパターンと傾向を理解する方法でした。

スタンフォードの研究者たちは、フォルクスワーゲンエレクトロニクス研究所と協力してこの作業に関する論文を発表しました。この論文では、センサーデータを埋め込むための深層学習手法であるDrive2Vecが紹介されています。

ハラック氏は、「高次元の時系列データから構造的な推論を行うためのアルゴリズムを開発しました。有用な洞察を見つけ出し、企業が大規模な予測アルゴリズムをトレーニングおよび展開できるようにサポートできました」と述べています。

洞察をもたらすための知識グラフの開発と10倍の推論

Viaductは、製造、テレマティクス、およびサービスデータを集約するTSIエンジンを使用して時系列解析を行います。そのモデルは、NVIDIA TSPPにアクセスするためにA100 GPUを使用してトレーニングされました。

ハラック氏は、「それを知識グラフとして表現しています。異なるセンサーと信号の相関関係を構築しています」と述べています。

Drive2Vecオートエンコーダーを使用してセンサーデータを埋め込むことで、いくつかの重要な特徴が生成されます。マルコフランダムフィールド推論プロセスを通じて相関関係が学習され、時系列予測はNVIDIA TSPPフレームワークを利用して行われます。

ハラック氏によれば、このプラットフォーム上のNVIDIA GPUにより、ロジスティック回帰および勾配ブースティングアルゴリズムを実行するCPUシステムと比較して、推論の精度が最大で30倍向上しています。

積極的なAIによる利益の保護

Viaductのプラットフォームを使用したある車両メーカーは、いくつかの問題を積極的に対処し、修正し、それらの問題にリスクがある車両を特定し、オーナーにその車両のサービスを依頼することができました。これにより、保証請求だけでなく、サービスデスクにもより多くの可視性がもたらされました。

また、車両および部品メーカーは保証に関連して提携しているため、その結果は両者にとって重要です。

Viaductによれば、ある顧客の5つの問題について、保証費用を5000万ドル以上削減しました。

ハラック氏は、「情報が欲しいのは皆さんですし、問題を抱えているのも皆さんです。システムが最適化されると、皆さんが利益を得ることができます」と述べています。

車両の評価評価を維持する

Viaductは昨年、品質管理の問題に取り組むために大手自動車メーカーと共同で取り組みを開始しました。このパートナーシップは、製品の品質問題の特定までの時間と修正までの時間を改善することを目的としていました。

この自動車メーカーのJDパワーIQS（初期品質調査）スコアは低下していましたが、保証費用は上昇していました。この状況を打破するために、自動車メーカーはViaductのプラットフォームとTSIエンジンを使用し始めました。

Viaductのプラットフォームを従来の反応型の品質管理手法と比較するA/Bテストで、自動車メーカーは車両のローンチ初年度に平均して53日早く問題を特定することができました。この結果、保証費用を「数千万ドル」節約し、車両のJD Powerの品質と信頼性のスコアは前年モデルと比較して「複数ポイント」向上しました（Hallac氏の話による）。

また、Viaductは、ビジネスへのAIの価値を反映した顧客の関心を集めていると述べています。

NVIDIA A100とNVIDIA TSPPの詳細については、こちらをご覧ください。

 

 

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!