Niobia là công ty khởi nghiệp tại San Francisco. Công ty phát triển phần mềm trí tuệ nhân tạo để phát hiện và phân tích lỗi trên dây chuyền sản xuất pin và chip. Theo TechCrunch, hệ thống được phát triển với mục tiêu đưa ra câu trả lời trong vài phút thay vì nhiều ngày. Mục tiêu này có thể giúp kỹ sư bắt đầu xử lý sự cố sớm hơn.
Phần mềm của Niobia đặt các tác tử trí tuệ nhân tạo trực tiếp trên dây chuyền. Khi hệ thống nhận diện dấu hiệu bất thường, kỹ sư có thể đặt câu hỏi cho trợ lý trò chuyện. Câu trả lời giúp họ xác định sản phẩm hỏng ở đâu và nguyên nhân có thể đứng sau sự cố.
Phát hiện vết xước nhỏ ngay trên thiết bị sản xuất
Niobia chạy các tác tử trí tuệ nhân tạo trên bộ xử lý đồ họa độc lập gắn vào thiết bị sản xuất. Cách triển khai này giảm phụ thuộc vào đám mây công cộng và giúp nhận diện các khuyết tật nhỏ, gồm vết xước có kích thước tương đương lỗ kim. Sau đó, phần mềm tập hợp thông tin để kỹ sư tiếp tục phân tích.
Các bộ xử lý hoạt động gần giống cảm biến trên dây chuyền. Sau khi phát hiện dấu hiệu bất thường, hệ thống đưa dữ liệu về một nơi để kỹ sư truy vấn nguyên nhân thay vì thu thập thủ công từng mảnh thông tin nằm rải rác trong quy trình sản xuất.
Con người vẫn tham gia vào quá trình phân tích và đánh giá kết quả. Phần mềm thay đổi điểm khởi đầu của công việc bằng cách cung cấp dữ liệu liên quan và các nguyên nhân có thể xảy ra.
Cách triển khai này là một hướng ứng dụng của hạ tầng trí tuệ nhân tạo, trong đó năng lực tính toán được đặt ngay tại thiết bị thay vì phụ thuộc hoàn toàn vào dịch vụ đám mây công cộng.
Vì sao vài phút có thể tạo ra khác biệt lớn
Việc rút thời gian phân tích xuống vài phút có thể hạn chế thời gian gián đoạn của dây chuyền và mức thiệt hại do lỗi sản xuất. TechCrunch cho biết kỹ sư thường mất nhiều ngày hoặc lâu hơn để tìm cách khắc phục. Một sự cố có thể gây thiệt hại tới hàng triệu USD và làm chậm lịch trình.
Pin và chất bán dẫn được sử dụng trong nhiều sản phẩm và đang đối mặt với tình trạng thiếu hụt. Trong quá trình nghiên cứu và phát triển, sự cố có thể xuất hiện khi nhà sản xuất tiếp tục điều chỉnh vật liệu hoặc quy trình.
Niobia tập trung vào khoảng thời gian giữa lúc dây chuyền xuất hiện dấu hiệu bất thường và lúc kỹ sư xác định được vấn đề. Nếu nguyên nhân được tìm thấy sớm hơn, đội ngũ kỹ thuật có thể bắt đầu xử lý mà không phải dành nhiều ngày để tổng hợp dữ liệu ban đầu.
Gaurav Jha, đồng sáng lập Niobia, nhận định đây là lĩnh vực chuyên biệt và ít được công chúng biết đến. Tuy nhiên, các quy trình sản xuất pin và chip đứng phía sau nhiều sản phẩm quen thuộc, gồm kính, giày, dép, ví và tai nghe.
Kinh nghiệm trực tiếp từ ngành pin và chip
Niobia được thành lập bởi Gaurav Jha và Harveen Kaur, hai tiến sĩ hóa học từng làm việc tại các doanh nghiệp sản xuất chip và pin. Kinh nghiệm này giúp họ tiếp cận trực tiếp những khó khăn trong việc phát hiện lỗi, tổng hợp dữ liệu và tìm nguyên nhân trên dây chuyền.
Trong cuộc trao đổi trước TechCrunch Disrupt 2026, nơi Niobia lọt vào vòng chung kết Startup Battlefield, Jha cho biết công ty phục vụ một thị trường trị giá hàng tỷ USD. Khách hàng tiềm năng gồm một số nhà sản xuất pin và chất bán dẫn lớn.
Niobia cho thấy trí tuệ nhân tạo tham gia vào quá trình phát triển phần cứng như thế nào. Công nghệ của Niobia được dùng để phát hiện và phân tích lỗi trong sản xuất.
Mô hình mở và quyền kiểm soát nội dung dữ liệu
Niobia sử dụng mô hình nguồn mở và huấn luyện bổ sung bằng nghiên cứu về pin, chip cùng dữ liệu liên quan. Các tác tử chạy trên GPU gắn vào thiết bị vì các nhà sản xuất không muốn đưa thông tin độc quyền có độ nhạy cảm cao lên dịch vụ trí tuệ nhân tạo đám mây công cộng.
Phần huấn luyện bổ sung giúp các tác tử nhận diện những khuyết tật nhỏ như vết xước có kích thước lỗ kim. Dữ liệu sau đó được dùng để hỗ trợ kỹ sư truy vấn vị trí lỗi và nguyên nhân có thể xảy ra.
Theo Jha, khách hàng vẫn không muốn chuyển dữ liệu lên đám mây công cộng ngay cả khi được bảo đảm rằng thông tin sẽ an toàn. Lựa chọn mô hình nguồn mở và tác tử chạy trên GPU gắn vào thiết bị giúp giảm phụ thuộc vào dịch vụ đám mây công cộng.
Niobia còn cho phép khách hàng tự giữ khóa mã hóa để giảm quyền truy cập của nhà cung cấp. Theo mô tả của công ty, cách bố trí này khiến Niobia không thể giải mã dữ liệu khách hàng. Đây cũng là vấn đề cốt lõi khi triển khai trí tuệ nhân tạo với dữ liệu và mô hình được phân quyền.
Ba lĩnh vực ưu tiên và mục tiêu nhà máy tự vận hành
Niobia đang ưu tiên ba quy trình sản xuất gồm phủ màng, mạ điện và phản ứng tầng sôi. Công ty muốn hệ thống dần hoạt động tự chủ hơn, với mục tiêu cuối cùng là xây dựng một nhà máy có thể tự vận hành hoàn toàn cho khách hàng.
- Phủ màng.
- Mạ điện, tức phủ kim loại lên một bề mặt bằng dòng điện.
- Phản ứng tầng sôi, trong đó các hạt rắn được giữ lơ lửng trong chất khí hoặc chất lỏng.
Niobia dự kiến trình bày công nghệ trên sân khấu TechCrunch Disrupt tại San Francisco. Công ty sẽ cạnh tranh với 19 công ty khởi nghiệp khác trong Startup Battlefield. Theo TechCrunch, cuộc thi diễn ra từ thứ Ba đến thứ Năm, ngày 15 tháng 10.
Hãy tiếp tục theo dõi Sine để cập nhật cách trí tuệ nhân tạo đang thay đổi những công đoạn ít được nhìn thấy nhưng có chi phí lớn trong sản xuất công nghệ.
