Zum Inhalt springen
AtheronLABS

Erkanntes Land: Vereinigte Staaten. Preise werden in US-Dollar angezeigt. Nicht richtig?

labs@atheron:~/industries/aviation/ai$ train agent --grounded

KI für Bordbücher

Eigene Modelle, die Einträge verschlüsseln und Wiederholbefunde melden.

Bordbücher werden schnell geschrieben, in Kürzeln, von Leuten, die das Flugzeug kennen. Ein allgemeines Modell liest sie falsch; ein Modell, das auf Ihrer eigenen Historie nachtrainiert ist, lernt Ihre Abkürzungen und Ihre Flotte. Weil die Nachweise sensibel und die Sprache eigen ist, ist der eigene Weg auf Ihrer Hardware meist der richtige.

// worauf es hier ankommt

Was in dieser Branche anders ist.

01

Lernt Ihre Kürzel

Das Nachtrainieren auf Ihren eigenen Einträgen lehrt das Modell die Abkürzungen, Teilebezeichnungen und Gewohnheiten Ihrer Pilotinnen und Technikerinnen.

02

Die Technik entscheidet

Das Modell verschlüsselt und verknüpft; die Zuverlässigkeitstechnik bestätigt oder korrigiert, und ohne diese Prüfung ändert sich nichts an den Nachweisen des Flugzeugs.

03

An Einträgen gemessen, die Ihre Technik verschlüsselt hat

Jede Freigabe wird an einem zurückgehaltenen Satz bewertet, den Ihre Technik von Hand verschlüsselt hat, und nur eingesetzt, wenn sie mindestens so gut wie die letzte abschneidet.

04

Ihre Nachweise bleiben in Ihrem Rechenzentrum

Training und Betrieb laufen auf einem GPU-Server, der Ihnen gehört, sodass Instandhaltungsnachweise Ihr Netz nie verlassen.

// Beispielprojekte

Beispiele mit Preis.

Jedes ist angenommen, als solches gekennzeichnet und live aus unserer Preisliste berechnet. Öffnen Sie eines im Rechner und machen Sie es zu Ihrem.

BeispielprojektWeb-AppKIEigenes LLM

Eigenes Modell für Bordbuchbefunde

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Die Zuverlässigkeitstechnik einer Fluggesellschaft liest einen steten Strom von Bordbucheinträgen im Freitext, um sie nach ATA-Kapitel zu verschlüsseln und wiederkehrende Fehler zu finden, und der Rückstand wird nie abgebaut.

// Was wir bauen würden

Ein eigenes Sprachmodell, auf Ihrer eigenen Bordbuchhistorie nachtrainiert, das jeden Eintrag nach ATA-Kapitel verschlüsselt, ihn mit früheren Einträgen zu demselben Flugzeug und System verknüpft und mögliche Wiederholbefunde zur Prüfung markiert. Ein eigenes Modell passt, weil Bordbuchkürzel voller Abkürzungen sind, die ein allgemeines Modell falsch liest; es läuft auf einem GPU-Server in Ihrem eigenen Rechenzentrum, sodass die Nachweise bei Ihnen bleiben.

// Was drin ist

  • Ihre Bordbuchhistorie bereinigt und zum Nachtrainieren des Modells genutzt
  • Jeder neue Eintrag nach ATA-Kapitel verschlüsselt, mit dem Sicherheitsgrad des Modells
  • Mögliche Wiederholbefunde über Einträge zu demselben Flugzeug und System verknüpft
  • Die Technik bestätigt oder korrigiert, und Korrekturen gehen in die nächste Trainingsrunde
  • Vor jeder Freigabe an einem zurückgehaltenen, von Ihrer Technik verschlüsselten Satz gemessen
  • Läuft auf einem GPU-Server in Ihrem eigenen Rechenzentrum

// Tech-Stack

  • Nachtrainiertes LLM mit offenen Gewichten
  • PyTorch
  • vLLM
  • Python
  • Next.js
  • Lenovo GPU-Server vor Ort

// Schätzung

Entwicklung
≈ 171.000 USD bis 261.000 USD, delivered within 33 weeksCAD 243,900 to 371,100
Hosting
≈ 176 USD im MonatCAD 250 im Monat
Support
≈ 2.500 USD im MonatCAD 3,565 im Monat
Hardware
≈ 47.800 USD bis 197.000 USDCAD 68,000 to 280,800

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg
Eigenes LLM
Laufende Modellkosten
≈ 176 USD im MonatCAD 250 im Monat

Zeitplan je Meilenstein

Découverte
2.9 to 3.4 weeks
Données et plan d’évaluation
0.4 weeks
Maquettes approuvées
2.4 to 4.4 weeks
Fonctions principales
1.9 to 3.4 weeks
Développement complet
1.4 to 2.4 weeks
Entraînement
7.4 to 12.4 weeks
Tests et corrections
0.4 weeks
Évaluation et tests adverses
3.9 to 4.4 weeks
Mise en ligne
0.9 to 1.4 weeks
Production
0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Livraison du matériel, après la commande
2 to 6 weeks
Accès de test à votre système de maintenance
1 to 4 weeks

Wie bezahlt wird

Anzahlung 20%
CAD 48,540 to 73,980
Découverte 1.5%
CAD 3,640.50 to 5,548.50
Données et plan d’évaluation 7.9%
CAD 19,173.30 to 29,222.10
Maquettes approuvées 1.5%
CAD 3,640.50 to 5,548.50
Fonctions principales 4.6%
CAD 11,164.20 to 17,015.40
Développement complet 3.1%
CAD 7,523.70 to 11,466.90
Entraînement 23.9%
CAD 58,005.30 to 88,406.10
Tests et corrections 1.5%
CAD 3,640.50 to 5,548.50
Évaluation et tests adverses 15.9%
CAD 38,589.30 to 58,814.10
Mise en ligne 1.5%
CAD 3,640.50 to 5,548.50
Production 8.6%
CAD 20,872.20 to 31,811.40
Holdback, 30 days after launch (10%)
CAD 24,270 to 36,990
Temps GPU pour l’entraînement et les tests, au coût
CAD 1,200. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine
Serveur GPU pour l’IA, pour le modèle
CAD 68,000 to 280,800. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

// questions

Fragen, die wir dazu bekommen.

Wie viel Bordbuchhistorie braucht ein eigenes Modell?

Mehr ist besser, aber einige Jahre Einträge zu einem Flottentyp sind ein vernünftiger Anfang. Wir sehen Ihre Daten vor dem Angebot durch und sagen Ihnen, was zu erwarten ist.

Trifft das Modell Entscheidungen zur Lufttüchtigkeit?

Nein. Es verschlüsselt und verknüpft Einträge für die Zuverlässigkeitsarbeit. Entscheidungen zur Lufttüchtigkeit bleiben bei Ihrem berechtigten Personal und Ihren genehmigten Verfahren.

Könnte ein Spitzenmodell das Bordbuch stattdessen lesen?

Für einen Versuch mit unkritischen Daten ja, und es ist schneller gestartet. Im Betrieb mit Ihren eigenen Nachweisen liest ein nachtrainiertes Modell auf Ihrer Hardware die Kürzel besser und hält die Daten im Haus.

// weiter

Nicht ganz Ihr Projekt?

Sagen Sie uns, was Sie vorhaben. Wir melden uns mit einer Spanne und den Fragen, die sie eingrenzen würden. Oder buchen Sie ein Gespräch und wir reden darüber.

Eigene KI-Modelle für Bordbuchverschlüsselung und Wiederholbefunde | Atheron Network Labs