Lompat ke kandungan

TÜV SÜD dan Accenture Memajukan Pensijilan Keselamatan AI Industri dengan Teknologi NVIDIA

TÜV SÜD and Accenture Advance Industrial AI Safety Certification with NVIDIA Technology

Pendekatan Baharu terhadap Pensijilan AI Industri

TÜV SÜD dan Accenture bekerjasama untuk mempercepat penilaian keselamatan dan persediaan pensijilan bagi robot berkuasa AI serta sistem automasi industri. Diumumkan di NVIDIA GTC Berlin 2026, Physical AI Safety Suite yang dicadangkan menggabungkan kembar digital, ejen AI dan teknologi simulasi untuk membantu pengeluar menilai sistem automatik lebih awal dalam proses kejuruteraan.

Inisiatif ini menangani cabaran yang semakin meningkat dalam pembuatan pintar: bagaimana memperkenalkan peralatan autonomi ke dalam persekitaran pengeluaran tanpa menjejaskan keselamatan pekerja atau melambatkan pentauliahan. Menurut TÜV SÜD, pendigitalan separa persediaan pensijilan boleh membantu kemudahan pengeluaran mula beroperasi sehingga 30% lebih awal.

Bagi jurutera industri, kepentingan perkembangan ini bukan sekadar pensijilan yang lebih pantas. Perkembangan ini menunjukkan hala tuju ke arah pendekatan yang lebih bersepadu, dengan pertimbangan keselamatan menjadi sebahagian daripada reka bentuk automasi, perancangan susun atur dan pengesahan sistem, bukannya sekadar pemeriksaan akhir sebelum pentauliahan.

Mengapa Pensijilan Automasi Industri Memerlukan Aliran Kerja Berbeza

Robot mudah alih autonomi (AMR), armada robot dan mesin pintar lain semakin banyak digunakan di kilang dan gudang, tempat manusia dan peralatan automatik berkongsi ruang operasi. Persekitaran ini menimbulkan pertimbangan keselamatan yang melibatkan laluan trafik, risiko perlanggaran, jarak berhenti, zon operasi dan interaksi antara mesin.

Piawaian seperti ISO 3691-4 menetapkan keperluan keselamatan untuk trak industri tanpa pemandu dan sistemnya. Namun, pembuktian pematuhan memerlukan lebih daripada sekadar memeriksa robot individu berdasarkan spesifikasi. Jurutera juga perlu mempertimbangkan persekitaran operasi, aplikasi yang dimaksudkan dan interaksi yang berlaku semasa keadaan operasi biasa serta luar biasa.

Menurut TÜV SÜD, aktiviti penilaian keselamatan di kemudahan pengeluaran bersaiz sederhana boleh mengambil masa beberapa minggu. Jika bahaya dikesan selepas peralatan dipasang, tindakan pembetulan mungkin melibatkan reka bentuk semula susun atur, perubahan aliran kerja, pelarasan parameter robot atau pengulangan aktiviti pengesahan.

Memulakan penilaian keselamatan lebih awal dalam projek dapat mengurangkan kelewatan yang boleh dielakkan ini. Dalam amalan, lebih awal pasukan kejuruteraan mengenal pasti konflik antara ruang pergerakan robot dengan laluan pejalan kaki, lebih mudah masalah itu dibetulkan sebelum memerlukan pengubahsuaian tapak yang mahal.

Kembar Digital Membawa Penilaian Keselamatan ke Peringkat Reka Bentuk

Physical AI Safety Suite yang dicadangkan menggunakan perwakilan maya persekitaran perindustrian untuk menilai peralatan dan senario operasi sebelum penggunaan fizikal. Pustaka NVIDIA Omniverse, NVIDIA Cosmos dan NVIDIA Isaac Sim merupakan sebahagian daripada timbunan teknologi yang diterangkan bagi pendekatan ini.

Simulasi digital dapat membantu pasukan kejuruteraan meneliti susun atur kilang, trajektori robot, keperluan ruang lega dan kawasan kerja bersama. Simulasi ini juga menyediakan cara untuk menguji senario operasi yang mungkin sukar, memakan masa atau mahal untuk dihasilkan semula pada barisan pengeluaran fizikal.

Pendekatan ini mungkin sangat berguna apabila sesebuah fasiliti memperkenalkan beberapa AMR, mengubah laluan pengendalian bahan atau memperluas sel pengeluaran automatik sedia ada. Jurutera boleh mengkaji kesan perubahan yang dicadangkan terhadap aliran trafik dan zon keselamatan sebelum memuktamadkan pemasangan.

Namun begitu, kembar digital hanya berguna setakat ketepatan maklumat yang mendasarinya. Geometri yang tepat, tingkah laku mesin yang realistik, keadaan operasi yang mewakili situasi sebenar dan andaian yang disahkan diperlukan agar hasil simulasi dapat menyokong keputusan keselamatan yang bermakna. Oleh itu, pengujian maya sepatutnya melengkapi, bukannya secara automatik menggantikan, pengesahan fizikal dan penilaian pematuhan rasmi.

Teknologi NVIDIA Menyokong Penilaian Keselamatan Tiga Lapisan

Suite yang dicadangkan ini menyusun penilaian keselamatan kepada tiga lapisan yang saling berkaitan: persekitaran fasiliti, interaksi antara armada robot dan tingkah laku robot individu. TÜV SÜD menyediakan penilaian dan jaminan bebas sambil terus bertanggungjawab terhadap pensijilan.

1. Susun atur fasiliti dan zon operasi

Lapisan pertama meneliti persekitaran fizikal tempat automasi beroperasi. Dengan menggunakan teknologi NVIDIA Omniverse, NVIDIA Cosmos dan NVIDIA Isaac Sim, pasukan kejuruteraan boleh memodelkan laluan, ruang lega, kawasan operasi dan lokasi yang mungkin menjadi tempat pekerja dan mesin berselisih.

Peringkat ini dapat membantu mengesan konflik reka bentuk sebelum pemasangan. Contohnya, laluan AMR yang dicadangkan mungkin melalui lintasan pejalan kaki atau tidak menyediakan ruang lega yang mencukupi berhampiran stesen kerja. Dengan mengenal pasti isu ini semasa perancangan susun atur, jurutera mempunyai lebih banyak pilihan untuk membetulkannya tanpa mengganggu pengeluaran.

2. Penyelarasan armada robot dan interaksi manusia

Lapisan kedua meneliti cara berbilang mesin autonomi berinteraksi antara satu sama lain, dengan pekerja dan dengan infrastruktur sekeliling.

Pendekatan yang diumumkan ini menggabungkan teknologi keselamatan NVIDIA Halos dan platform AI pinggir NVIDIA IGX Thor. Kamera yang dipasang di fasiliti dan ejen AI juga dinyatakan dapat membantu mengesan lebih awal situasi yang berpotensi berbahaya, termasuk risiko yang mungkin tidak kelihatan dalam medan penglihatan robot individu.

Dari sudut kejuruteraan, penilaian pada peringkat kumpulan armada adalah penting kerana mesin individu yang selamat tidak semestinya menjamin tingkah laku gabungan yang selamat. Persimpangan sesak, laluan yang bersilang, pergerakan pejalan kaki yang berubah-ubah dan kelewatan komunikasi boleh menimbulkan risiko yang hanya dapat dilihat apabila sistem yang lebih luas dinilai.

Nilai praktikal lapisan ini bergantung pada keberkesanan sistem mengesan bahaya yang berkaitan, kepantasan sistem bertindak balas dan cara outputnya disepadukan dengan fungsi keselamatan mesin yang sedia ada.

3. Keadaan operasi robot individu

Lapisan ketiga menilai robot individu dalam pelbagai keadaan operasi, termasuk muatan, kelajuan perjalanan, permukaan lantai dan keadaan pencahayaan.

Simulasi membolehkan jurutera meneroka lebih banyak senario berbanding yang mungkin dilakukan melalui ujian fizikal sahaja. Ini dapat membantu mengenal pasti batasan tingkah laku robot, memperhalus parameter operasi dan memandu perubahan reka bentuk sebelum prototaip atau peralatan pengeluaran disediakan.

Walau bagaimanapun, liputan simulasi tidak secara automatik membuktikan keselamatan dalam setiap keadaan dunia sebenar. Hasilnya masih perlu dinilai berdasarkan keperluan yang berkenaan, model yang disahkan dan bukti yang dijangkakan untuk aplikasi yang dimaksudkan.

Maksud Kerjasama Ini untuk Pengilang

TÜV SÜD menganggarkan bahawa pendigitalan separa proses penilaian dan persediaan pensijilan boleh membantu kemudahan pengeluaran mula beroperasi sehingga 30% lebih awal. Ini ialah hasil yang berpotensi, bukannya pengurangan yang dijamin bagi setiap kilang atau projek automasi.

Manfaat sebenar bergantung pada kerumitan projek, mutu data kejuruteraan, tahap kematangan model simulasi, skop penilaian dan sejauh mana persediaan pensijilan dapat disepadukan ke dalam aliran kerja sedia ada.

Bagi pengilang, manfaat yang berpotensi termasuk pengenalpastian bahaya lebih awal, pengurangan perubahan reka bentuk pada peringkat akhir, ujian senario yang lebih sistematik dan penyelarasan yang lebih baik antara kejuruteraan automasi dengan pakar keselamatan.

Pendekatan ini mungkin amat relevan bagi kemudahan yang menggunakan berbilang AMR, memperkenalkan aplikasi robotik berdaya AI atau mengubah suai susun atur pengeluaran sambil meneruskan operasi sedia ada.

Peneraju rantaian bekalan dan kejuruteraan Accenture menyoroti kelemahan lazim dalam aliran kerja projek tradisional: konsep automasi kadangkala hanya dinilai berdasarkan piawaian industri selepas peralatan, susun atur dan prosedur operasi ditetapkan. Dengan mengambil kira perkara ini lebih awal, pasukan kejuruteraan dapat menangani masalah ketika perubahan reka bentuk masih agak mudah dibuat.

Perspektif Kejuruteraan: Bukti Simulasi Mesti Kekal Boleh dijejaki

Soalan yang paling penting bukan sekadar sama ada AI boleh mengenal pasti potensi bahaya di kilang maya. Persoalannya ialah sama ada bukti yang dijana oleh simulasi boleh dipercayai, dihasilkan semula, disemak dan dikaitkan dengan keperluan keselamatan yang berkenaan.

Pada pandangan saya, pensijilan AI industri akan bergantung pada mutu rantaian bukti ini sama seperti pada kecanggihan teknologi simulasi. Proses penilaian yang berguna harus mendokumenkan konfigurasi model, andaian, senario ujian, versi sistem, bahaya yang dikenal pasti, tindakan pembetulan dan hasil pengesahan.

Jurutera juga harus membezakan antara pengesanan bahaya berbantukan AI dengan fungsi keselamatan yang memerlukan prestasi yang ditetapkan, tingkah laku yang boleh dijangka dan pengesahan yang sewajarnya. Ejen AI yang mengenal pasti risiko perlanggaran yang sedang berkembang boleh menyokong kesedaran operasi, tetapi keupayaan itu sahaja tidak membuktikan bahawa fungsi perlindungan robot memenuhi tahap keselamatan yang diwajibkan.

Perbezaan ini penting apabila peralatan autonomi beroperasi berhampiran orang ramai. Simulasi boleh meningkatkan keputusan reka bentuk dan menyediakan bukti tambahan, tetapi kes keselamatan masih perlu mengambil kira tingkah laku dalam dunia sebenar, keadaan kegagalan dan keperluan yang terpakai pada sistem secara keseluruhan.

Perjalanan Physical AI dalam Pembuatan yang Mendatang

Kerjasama TÜV SÜD dan Accenture mencerminkan anjakan yang lebih luas ke arah mengintegrasikan simulasi, AI dan kejuruteraan keselamatan ke dalam projek automasi industri sejak awal lagi.

Dengan menilai reka letak kemudahan, armada robot dan mesin secara individu dalam rangka kerja penilaian yang saling berkaitan, Physical AI Safety Suite yang dicadangkan bertujuan menjadikan persediaan keselamatan lebih sistematik dan mengurangkan kelewatan akibat perubahan pada peringkat akhir.

Potensi manfaatnya besar, tetapi penerapannya memerlukan kaedah penilaian yang jelas, model simulasi yang mewakili keadaan sebenar, bukti yang boleh dijejaki dan pengesahan fizikal yang sewajarnya. Pengilang juga harus mengesahkan cara proses yang dicadangkan ini terpakai pada peralatan, persekitaran operasi dan keperluan pensijilan khusus mereka.

Jika elemen-elemen ini ditangani, penilaian keselamatan berasaskan simulasi boleh menjadi sebahagian praktikal daripada aliran kerja kejuruteraan untuk kilang yang semakin autonomi. Matlamatnya bukanlah untuk menyingkirkan pengawasan manusia daripada pensijilan, tetapi untuk memberikan bukti yang lebih baik kepada jurutera dan penilai bebas lebih awal, ketika bukti itu boleh memberikan kesan terbesar terhadap keselamatan dan kos projek.

TÜV SÜD dan Accenture Memajukan Pensijilan Keselamatan AI Industri dengan Teknologi NVIDIA