Niobia, çip ve batarya hatalarını yapay zekâyla buluyor

Çip ve batarya üretiminde ortaya çıkan küçük bir kusur, üretim hattının durmasına ve şirketlerin yüksek maliyetlerle karşılaşmasına yol açabiliyor. San Francisco merkezli girişim Niobia, bu süreci hızlandırmak için üretim ekipmanlarına yerleştirilen yapay zekâ ajanları geliştiriyor. Sistem yalnızca kusurları tespit etmekle kalmıyor, mühendislerin hatanın olası nedenlerini incelemesine de yardımcı oluyor.

Üretim sırasında ortaya çıkan bir sorun, araştırma ve geliştirme süreçlerinde sık görülen durumlardan biri. Ancak mühendislerin problemin kaynağını bulması ve üretimi yeniden başlatması günler sürebiliyor. Niobia, farklı kaynaklardan gelen verileri tek yerde toplayarak bu analizi dakikalar içinde yapılabilir hâle getirmeyi amaçlıyor.

Yapay zekâ ajanları üretim ekipmanlarında çalışıyor

Niobia’nın yaklaşımında yapay zekâ ajanları, doğrudan üretim hattındaki cihazlara yerleştirilen bağımsız GPU’lar üzerinde çalışıyor. Bu donanımlar, klasik bir sensör gibi üretim sürecini izliyor ve ürünlerdeki kusurları tespit ediyor. Sistem, gözle fark edilmesi zor olan iğne deliği boyutundaki hataları ve çizikleri belirleyebiliyor.

Bir kusur tespit edildiğinde veriler mühendislerin kullanımına sunuluyor. Mühendisler, Niobia’nın sohbet arayüzü üzerinden neyin yanlış gittiğini sorabiliyor ve olası kök nedenleri daha ayrıntılı biçimde araştırabiliyor. Böylece üretim ekibinin farklı sistemlerdeki kayıtları tek tek karşılaştırması gerekmiyor.

Girişimin kurucu ortakları Gaurav Jha ve Harveen Kaur, kimya alanında doktora yaptı. İkili daha önce çip üreticileri ve batarya üreticilerinde çalıştı. Bu deneyim, Niobia’nın çözmeye çalıştığı sorunların doğrudan üretim süreçlerinden doğmasına katkı sağladı.

Hassas veriler için bulut yerine yerel işlem

Niobia, yapay zekâ altyapısında açık kaynak modelleri kullanıyor ve bu modelleri çip ile batarya araştırmalarından elde edilen verilerle geliştiriyor. Girişime göre modellerin çok küçük kusurları tanıyabilmesi, büyük ölçüde bu özel eğitim sürecine dayanıyor.

Şirketin açık kaynak modellere yönelmesinin bir nedeni de üreticilerin hassas verilerini genel amaçlı yapay zekâ bulutlarına göndermek istememesi. Çip ve batarya üretiminde kullanılan yöntemler, şirketlerin ticari sırları arasında yer alabiliyor. Niobia bu nedenle işlemleri üretim ortamına daha yakın bir konumda gerçekleştirmeyi hedefliyor.

Girişim, veri güvenliği için müşterilerin kendi şifreleme anahtarlarını kontrol etmesine izin veriyor. Böylece Niobia, müşteriye ait verilerin şifresini tek başına çözemiyor. Bu yaklaşım, özellikle batarya ve yarı iletken sektörlerinde rekabetin ve teknoloji güvenliğinin yüksek önem taşıdığı bir ortamda tasarlanmış.

İlk hedef üç üretim süreci

Niobia başlangıçta üç alana odaklanıyor: film kaplama, elektrokaplama ve akışkan yatak reaksiyonu. Film kaplama, yüzey üzerine ince bir katman uygulanmasını; elektrokaplama, elektrik akımı kullanılarak bir yüzeyin metalle kaplanmasını ifade ediyor. Akışkan yatak reaksiyonunda ise katı parçacıklar bir gaz ya da sıvı içinde askıda tutularak kimyasal işlem gerçekleştiriliyor.

Bu alanlar, üretim sürecinde çok küçük değişikliklerin ürün kalitesini etkileyebildiği teknik uygulamalar arasında bulunuyor. Niobia’nın yazılımı, üretim verilerini kusur tespitiyle birleştirerek mühendislerin yalnızca hatayı görmek yerine hatanın nedenini anlamasına yardımcı olmayı amaçlıyor.

Girişim, çip ve batarya üreticilerini kapsayan milyarlarca dolarlık bir pazara hizmet vermeyi hedefliyor. Şirketin uzun vadeli planı ise sistemi daha otonom hâle getirmek ve müşterileri için tamamen kendi kendini yöneten fabrikalara giden altyapıyı oluşturmak. Niobia, 2026’daki TechCrunch Disrupt etkinliğinde Battlefield finalistleri arasında yer alıyor ve teknolojisini sahnede tanıtacak.

Çipler ve bataryalar hem elektronik ürünlerin hem de enerji teknolojilerinin temel bileşenleri hâline gelirken, üretim hatalarını hızlı biçimde anlamak yalnızca maliyetleri azaltmakla sınırlı kalmıyor. Sorunun kaynağına daha erken ulaşmak, üretim takvimlerinin korunmasına ve yeni teknolojilerin geliştirme sürecinin daha az kesintiye uğramasına da yardımcı olabilir.