电路图 AI 将配线转化为数据

图纸 AI 真正的进步，不在于找到部件，而在于把线路连接转化为可搜索的数据。日立制作所使用约8万组电路图和 Mermaid 格式的结构化数据对 AI 进行追加训练，将连接关系的识别准确率从传统方法的约20％提升到了约80％。即使在实际图纸中仍需由人排除多余的连接，也有可能通过终端追踪深夜工厂里停运的泵连接到了哪些设备，以及应采取的检查步骤。

工厂和基础设施的图纸，光是能够读出部件名称还不够有用。因为只要有一处线路连接判断错误，就可能连故障的影响范围和作业步骤都弄错。如今，复杂的连接关系仍由熟练人员用眼睛逐一追踪，人们需要确认纸张或图像中的知识。

将线路的含义转化为数据

视觉语言模型（LVLM）是一种能够说明图像中物体和文字的 AI。但在细线交叉的技术图纸中准确追踪连接，是另一项挑战。日立制作所使用的 Mermaid，是一种用文本表示设备“节点”及其连接关系的图表表示法。如果能把图纸转化为这种结构化数据，AI 就不仅能利用部件名称，还能利用哪些设备彼此连接这一信息进行搜索和推理。

从读取外观的 AI 到输出关系的 AI

日立制作所将电路图图像与以 Mermaid 格式记录相同连接关系的数据结合起来，对 LVLM 进行了追加训练。其思路是使用约8万组电路图和结构化数据，让 AI 不只是根据图像推测看似合理的答案，而是将部件之间的连接作为结构输出。据该公司介绍，连接关系的识别准确率已从传统方法的约20％提升至约80％。

面对更复杂的图纸，日立制作所将负责查看整体的 AI，与多个分别调查部件和连接的 AI 智能体结合起来。这样大幅减少了遗漏连接的情况，但输出实际并不存在的多余线路这一“幻觉”问题仍然存在。模型规模相对较小，日立制作所表示可以在本地数据中心运行。这一点——无需将机密图纸发送到外部云端——也可能成为在现场使用的条件之一。

直到图纸成为现场知识

如果这种准确率在管道图、配电图和工厂图纸中也能保持，图纸就会成为可搜索、可比对的维护知识。深夜的工厂里，维护人员通过终端选择停运的泵后，与其连接的设备、过去的检查记录以及需要确认的步骤，就会叠加显示在图纸上。日立制作所还计划将其与设计文件、操作手册和检查记录结合起来，用于维护和物理 AI。

不过，必须根据现场条件核实图纸的解读结果，并能够安全地排除错误连接。如何适应各个现场的图纸格式，以及如何设计需要由人确认的判断范围，仍是待解决的问题。

来源

日立制作所《通过大规模视觉语言模型（LVLM）开发能够准确读取图纸的生成式 AI 训练技术——理解连接关系，推动技术传承和物理 AI 应用》