1. 首页 > 人工智能

Ainos 爱农云联科技有限公司

作者:admin 更新时间:2025-03-27
摘要:Ainos 是人工智能驱动的气味数字化领域的领导者,该公司宣布与全球最大的半导体封装和测试服务提供商日月光半导体工程公司 (ASE) 建立战略合作关系。,Ainos 爱农云联科技有限公司

 

Ainos是人工智能驱动的气味数字化领域的领导者,该企业公布和全球最大的半导体封装和测试服务提供商日月光半导体工程企业 (ASE) 建立战略合作关系。此次合作旨在通过利用 Ainos 的专利 AI Nose 技术将空气中的化学物质解析为“气味 ID”,从而彻底改变半导体制造业,进步工艺效率、环境安全性以及环境、社会和治理 (ESG) 合规性。 

通过此次合作,Ainos 在其数字化气味的使命上迈出了重要一步。企业将其专业姿势从医疗保健应用扩展到工业自动化。AI Nose 开始是为医疗诊断中的挥发性有机化合物 (VOC) 检测而开发的,现在正扩展到智能工厂。通过从空气中看不见的化学玩法中获取见解,AI Nose 有也许进步制造精度、减少浪费并推动可持续运营。

在日本的半导体制造工厂中,AI Nose 已成功识别 22 种不同的 VOC,准确率接近 80%,证明了其增强实时安全监控和环境解析的潜力。

在机器人领域,Ainos近期和日本最大的服务机器人企业ugo达成战略合作,共同研发全球首款具备嗅觉的机器人,进一步释放机器人在工业安全、公共安全等领域的应用潜力。

利用人工智能增强型空气智能彻底改变半导体制造业在半导体生产中,空气中的化学物质和挥发性有机化合物 (VOC) 历来被忽视,虽然它们会影响工艺稳定性、设备寿命和环境条件。通过此次合作,Ainos ASE 将致力于将人工智能驱动的 VOC 检测集成到 ASE 的智能工厂中,将空气成分数据转化为可操作的见解,从而:

• 通过检测空气化学的细微变化来优化制造流程。

• 通过识别材料磨损、氧化和污染的早期迹象来实现预测性维护。

• 加强环境监测以满足严格的 ESG 法规并进步职业场所的安全性。

日月光是半导体智能制造领域的全球领导者,运营着 46 家全自动“熄灯”工厂,目前正在迈出下一步,将人工智能驱动的空气智能集成到其先进的制造体系中。

ASE 首席执行官 Tien Wu 博士表示:“此次举措进一步巩固了 ASE 对人工智能驱动制造、环境安全和 ESG 卓越的目标。大家将和 Ainos 一起通过数字化气味来突破创造的界限,这将有助于进步运营效率并促进可持续进步。”

Ainos 董事长、总裁兼首席执行官Chun-Hsien (Eddy) Tsai表示:“AI Nose代表着数字化气味的下壹个进步阶段,将从医疗保健扩展到工业应用。通过利用空气中的化学数据,大家正在开辟智能制造的新领域。和 ASE 合作使大家能够将空气化学转化为气味识别,这是一种实时洞察,让工厂能够更清洁、更安全、更智能地运行。”

AI Nose 怎样增强智能工厂运营?

1. 实时空气质量监测,打造更安全的职业环境

• 持续 VOC 和气体检测:人工智能电子鼻实时监测空气成分,确保职业场所安全。

• 早期危害预防:在化学品泄漏、氧化和污染成为严重风险之前检测出。

2. 人工智能驱动的预测性维护和能源效率

• 智能设备监控:识别过热、材料疲劳和效率低下的早期迹象,预防代价高昂的故障。

• 优化能源运用:检测气体效率低下和泄漏,减少浪费并降低运营成本。

3. 精密工艺控制和良率优化

• 增强半导体封装完整性:AI Nose 有助于进步产品可靠性并减少缺陷。

• 先进的流程监控:为质量控制和流程优化提供实时洞察。

• 无缝集成:和现有的自动化和解析平台配合运用,增强决策力。

4. 加强ESG合规和可持续制造

• 自动排放监测:确保遵守全球 ESG 法规并加强企业可持续进步职业。

VOC 排放跟踪:支持透明的环境报告并增强投资者信心。

• 实现环保工厂:利用 AI 驱动的环境智能为可持续的工业 4.0 规划做出贡献。

下一步:技术验证和市场拓展

根据具有法律约束力的谅解备忘录 (MOU)Ainos ASE 将:

• 完善用于半导体封装和测试环境的 AI 驱动 VOC 检测。

• 规划在 ASE 的运营中大规模部署 AI Nose

• 寻觅 AI 驱动的空气智能的更广泛工业应用。

此次合作将加强 Ainos 作为人工智能智能工厂化解方法先驱的地位,将空气化学转化为一种新的可操作制造数据类别。通过拓展医疗保健以外的领域,Ainos 正在释放新的收入机会,同时将 AI Nose 定位为智能、可持续制造的变革者。

随着全球各地的行业加速人工智能驱动的自动化和以 ESG 为中心的运营,Ainos 走在了最前沿,为下一代智能工厂提供可扩展、高影响力的人工智能化解方法。

(来源:SISC半导体芯科技)