LG Innotek: EXAONE Tabular ускорил адаптацию модели качества примерно на 85%

В производстве при смене продукта, оборудования или условий процесса модели прогнозирования качества приходится переобучать на новых данных. На производстве LG Innotek прежний способ требовал для учёта изменённых условий не менее 14 дней, или около 300 часов и более, производственных данных. Пока данных недостаточно — при разработке продукта и в начале серийного выпуска — прогнозировать состояние процесса и качество было трудно. LG Innotek применяет ИИ для прогнозирования качества компонентов и производственных процессов и переводит на модель автономной фабрики производство камерных модулей и подложек для полупроводников.

EXAONE Tabular — модель прогнозирования на табличных данных, разработанная LG AI Research, исследовательским подразделением группы LG. Она анализирует накопленные в виде таблиц данные — температуру, давление, параметры процесса, результаты контроля качества — и прогнозирует вероятность брака и подходящие условия производства. Это компактная модель примерно на 26 млн параметров: её можно установить на внутренних серверах завода с ограниченным доступом к внешней сети. Помимо точечного прогноза модель выдаёт распределение результатов и уровень риска, чтобы производственные ИИ-агенты использовали их как основание для решений.

LG AI Research представила результаты применения EXAONE Tabular на производстве 14 сентября 2026 года на мероприятии «LG AI Talk Concert 2026» в LG Science Park в Сеуле. По объяснению компании, на производстве LG Innotek модель прогнозирует по данным максимум за 50 часов вместо не менее 300 часов прежде, что сокращает время на адаптацию модели примерно на 85%. Руководитель направления AX в LG Innotek Ю Чжон Сон заявил, что при сокращении времени компания получила прогнозы на уровне фактических результатов производства и подтвердила надёжность, достаточную для убеждения клиентов. LG AI Research планирует поставлять модель внешним компаниям в локальной и облачной версиях.