AURA モデル
AURA は KOPENS が直接作った産業AIモデルシリーズです。PlantPulse AI が答えを作るとき実際に考える層 — 設備データを読み、ツールを呼び、現場の言葉で答える部分です。
汎用モデルは世の中について多くを知っていますが、あなたの工場の圧縮機については知りません。 ベアリングが何かは喜んで説明し、測っていない振動値も喜んでねつ造します。工場で危険なのは後者です。AURA はその逆に訓練しました — 根拠から答え、測っていないものは「未測定」と言います。
言語トラックの3モデル
| モデル | サイズ | 行うこと | 現在の状態 |
|---|---|---|---|
| AURA-Lite | 約26B (MoE, 活性約4B・文脈256K・画像入力兼用) | 診断・計算・ツール呼び出し・レポート作成 | 製品として稼働中 |
| AURA-Embedding-4B | 4.0B | 手順書・規格・故障履歴からの検索 | 製品として稼働中 |
| AURA-Reranker-0.6B | 0.6B | 検索結果の中から実際に答えになるものを選ぶ | 製品として稼働中 |
三者が噛み合います。埋め込みモデルが文書に広く網を張り、リランカーが質問に本当に答える箇所を選び出し、AURA-Lite がそれを読んで必要なツールを呼び、答えを書きます。
ゲートウェイが出すのはベースではなく、KOPENS が学習させた版です。ただし性能数値はまだ載せていません — 製品経路にちょうど上がったばかりで、その経路で再測定した後に技術白書の改訂版として出します。測っていない数字を先に語らないのがこの製品のルールです。
波形は «別物» として扱います — 時系列トラック(研究中)
言語モデルはなぜそうなのかを説明するのに強いですが、秒単位で入ってくる波形から何が異常かを見つける作業は性質が異なります。そのため波形側は百万パラメータ級の別系列として扱います — GPU なしで動くほど小さく、エッジに載せられ、現場ごとに個別チューニングしてもコストがほとんどかかりません。
まだ製品経路には入れていません。 価値を証明する前には入れません。
モデルを呼ばない方が良い場面があります。 設備の平常時基準値からの偏差を統計で見るだけで異常区間が判別できる場合がありました。そうした区間はモデルで解きません — モデルを使う場面と統計で十分な場面を切り分けることが、「大きなモデルをさらに大きく」より先です。
何が «産業» AI なのか
計算します — 概算しません。 軸受欠陥周波数(BPFO/BPFI)、L10 寿命、NPSH 余裕、ASME 胴厚、オリフィス流量、OEE、工程能力、溶接入熱量。これらの値は数式から出ます。そして採点も数式に照らして行います — 他のモデルの意見と比較しません。
0 と «不明» を区別します。 「今週の作業指示0件」は測定です。「CMMS 接続が切れている」は測定ではありません。後者を前者のように報告すると、誰も確認していない設備を運転員が«正常»と信じてしまいます。 AURA は値が収集されていないとき、その事実をはっきり伝えます。
単語ではなく故障メカニズムで判断します。 温度が上がる理由は少なくとも四つあります — 軸受摩耗、潤滑不足、冷却不良、電気的欠陥。この四つは一緒に動くものによって区別されます。振動が温度より先に上がるか、流量が先に落ちたか、電流が一緒に上がったか。AURA は「症状→正答」のペアではなく、その構造を学びます。
自分の持ち場を守ります。 設備・工程・品質・安全。基本は韓国語で、要求があれば英語で答え、政治や外交は対象外とします。検閲ではなく、工場アシスタントが持つべき範囲です。
どう配備されるか
AURA モデルは量子化チェックポイント(NVFP4) として提供され、プラットフォームの他の部分が使うのと同じOpenAI 互換エンドポイントの背後で動きます。検索系モデルはバージョンが変わっても埋め込み次元をそのまま維持するため、モデルを入れ替えてもベクトルインデックスを作り直す必要がありません。
外へ出ていくものはありません。モデルは顧客の機器上で、顧客のデータを相手に働きます。
どう測るか
産業AIにはリーダーボードがないため、KOPENS が独自の計測器を作りました。他のモデルに採点を任せず、数式・ツールスキーマ・運用記録に機械的に照らして確認します。
- 産業計算 — 工学数式30系列。そのうち7つは訓練から完全に除外しました。 暗記したのではなく、本当にできるのかを見るためです。
- ツール呼び出し — 稼働中のプラットフォームの実際のツールスキーマで、どのツールを選んだか・引数が正しいか・複数ステップを連携できるかを見ます。
- 根拠厳守 — 与えられた文脈に実際にあったものだけを使って答えたか。
- 現場診断(158問) — 実際の圧縮機6か月分の計測と記録された故障で判定します。五つの軸の中で唯一、正解が我々の外から来ます。 ここには**«難しい正常»が混ざっています — 異常に見えるが正常な高負荷区間です。誤報と未検知は別々にカウントします。** 狼少年になったアシスタントは電源を切られ、電源を切られたアシスタントは何も捉えられないからです。
さらに詳しく見るには
技術レビュアー向けの**AURA 技術白書があります(A4 20ページ、韓/英)。学習データを作った方法、 故障メカニズムを教えるレシピと量子化、採点ルールがどう機械化されているか、現場診断問題を選んだ基準、 そしてレビュアーが同じ方式で再測定する方法**まで記載されています。
ライセンス
導入条件は KOPENS との契約ごとに協議します。オープンソース構成要素のライセンス・告知はモデル成果物とともに提供されます。