From P&ID Drawings to Process Graphs: A Multimodal Language Model Approach

Stel je voor dat je door een enorme, eeuwenoude bibliotheek loopt waar de boeken niet van papier zijn gemaakt, maar van gigantische, verstrengelde webben van gloeiende draden en buizen. Dit zijn niet zomaar decoraties; dit zijn de blauwdrukken voor hoe een fabriek ademt, beweegt en denkt. In de wereld van engineering worden deze blauwdrukken P&ID's (Piping and Instrumentation Diagrams) genoemd. Het is de geheime taal die een computer vertelt hoe hij een chemische fabriek, een elektriciteitscentrale of een waterzuiveringsinstallatie moet aansturen. Decennia lang zijn deze blauwdrukken vastgelopen op oud papier of als wazige digitale plaatjes. Ze zijn als een vergrendelde schatkist: vol goud (waardevolle data), maar de sleutel om ze te openen is ontbrak. Ingenieurs moeten naar deze rommelige tekeningen staren en elke enkele verbinding handmatig overtypen, een traag en foutgevoelig proces dat voelt als het handmatig kopiëren van een roman terwijl iemand constant het lettertype verandert.

Onlangs is er een nieuw soort "superlezer" gearriveerd: het Multimodale Large Language Model (MLLM). Denk aan deze als AI-detectives die een afbeelding kunnen bekijken en tegelijkertijd de tekst erin kunnen lezen, waarbij ze niet alleen begrijpen hoe de symbolen eruitzien, maar ook wat ze betekenen. De grote vraag die wetenschappers zich hebben gesteld is: kunnen we deze AI-detectives simpelweg een rommelige blauwdruk geven en hen vragen om deze direct in een perfecte, digitale kaart te veranderen? Of is de taak te chaotisch voor één snelle blik? Dit is de puzzel die een team onderzoekers van Imperial College London besloot op te lossen. Ze wilden weten of we deze AI-detectives konden leren om niet alles tegelijk te willen doen, maar de taak in kleinere, slimmere stappen op te splitsen, waarbij ze hun kennis van hoe fabrieken daadwerkelijk werken gebruiken om hen te begeleiden.

De onderzoekers zetten zich in om twee verschillende manieren te testen om een AI te vragen deze complexe fabrieksblauwdrukken te digitaliseren. Hun eerste idee was de "Speed Run"-aanpak: ze voerden de volledige blauwdruk-afbeelding (in stukken gesneden zodat de AI niet overweldigd zou raken) en een korte beschrijving van het proces aan de AI, met de vraag om in één keer een perfecte digitale kaart uit te spugen. Ze noemden dit de "End-to-End"-methode. Het is alsof je een student vraagt een heel tekstboek te lezen, de plot te begrijpen, en dan in één ziteling een samenvatting van de personages en hun relaties te schrijven zonder aantekeningen te maken.

Het tweede idee was de "Team Huddle"-aanpak. Hierbij splitsten ze de taak in twee duidelijke stappen. Eerst fungeerde één AI-agent als een pure "Scanner", die naar de blauwdruk-segmenten keek en simpelweg elk stuk apparatuur en instrument dat hij zag opsomde, zonder zich bezig te houden met hoe ze verbonden waren. Het was als een bibliothecaris die simpelweg elke boektitel op een plank opsomt zonder zich zorgen te maken over het verhaal. Daarna gebruikte een tweede AI-agent die lijst met namen en, cruciaal, een set "regels van de fabriek" (zoals "pompen hebben een buis die erin gaat en een buis die eruit gaat"). Deze tweede agent gebruikte zijn brein om uit te rekenen hoe die onderdelen zich zouden moeten verbinden op basis van engineering-logica, in plaats van te proberen de rommelige lijnen in de originele afbeelding te volgen. Dit was de "Decomposed" methode.

Toen ze deze methoden testten op twee echte fabrieksschema's—één voor een stikstofdruk-adsorptieplant en een andere voor een natte rookgasontzwavelingsinstallatie—waren de resultaten duidelijk. De "Speed Run"-aanpak worstelde. Zelfs met een beetje hulp van een procesbeschrijving, kreeg het de verbindingen ongeveer 40% van de tijd fout. Het was alsof de student de plotwendingen gokte; het kon de personages (de apparatuur) wel correct benoemen, maar het bleef de verkeerde mensen met elkaar verbinden. De "Team Huddle"-aanpak was echter een gamechanger. Door de taak van "zien" te scheiden van de taak van "denken", en door de tweede AI een spiekbriefje van engineering-regels te geven, schoot de nauwkeurigheid omhoog.

Voor de stikstofinstallatie bereikte de "Team Huddle"-methode een totale nauwkeurigheid van 88,78%, vergeleken met slechts 68,56% voor de methode met één stap. Het kreeg elk stuk apparatuur correct (100% node-nauwkeurigheid) en begreep de verbindingen 80,58% van de tijd correct. Voor de complexere Slime and Off-gas plant was de verbetering nog dramatischer. De methode met één stap kreeg de verbindingen slechts ongeveer 59% van de tijd goed, terwijl de "Team Huddle"-methode sprong naar 74,12% nauwkeurigheid voor verbindingen en 85,21% algehele nauwkeurigheid. De onderzoekers maten dit met een "Simple Distance"-score, die telt hoeveel fouten (ontbrekende onderdelen, extra onderdelen, verkeerde verbindingen) de AI maakte. De "Team Huddle"-methode had veel minder fouten, met een score van 24,0 voor de stikstofinstallatie vergeleken met 45,6 voor de "Speed Run"-methode.

Het artikel suggereert dat het geheime ingrediënt niet alleen een slimmere AI is, maar een slimmere workflow. Het blijkt dat vragen aan een AI om tegelijkertijd te "zien" en te "redeneren" te veel cognitieve belasting is, vooral wanneer de tekeningen rommelig zijn en de lijnen onderbroken zijn. Door één deel van het systeem puur te laten focussen op het lezen van de tekst en symbolen, en een ander deel puur te laten focussen op het toepassen van de engineering-logica om de verbindingen te achterhalen, wordt het systeem veel betrouwbaarder. De studie laat zien dat hoewel een enkele, enorme prompt kan werken, het aanzienlijk slechter presteert dan het opdelen van de taak, vooral bij complexe diagrammen waar de AI de details uit het oog verliest zonder de gestructureerde begeleiding van een gedegenerde workflow.

Hoewel de resultaten veelbelovend zijn, merkt de auteur voorzichtig op dat dit een gemeten verbetering is, geen toverstaf die alles direct oplost. Ze vonden dat het simpelweg toevoegen van een procesbeschrijving een beetje hielp, maar dat de combinatie van het opsplitsen van de taak en het toevoegen van specifieke chemische engineering-regels het echte verschil maakte. Ze wijzen ook op een praktische hindernis: de AI-modellen die ze gebruikten zijn propriëtair (eigendom van grote bedrijven), wat privacyvragen oproept voor fabrieken die hun geheime blauwdrukken niet met externe servers willen delen. Ze suggereren echter dat dezelfde "Team Huddle"-workflow in de toekomst met open-source modellen zou kunnen werken.

Uiteindelijk suggereert dit onderzoek dat de toekomst van het digitaliseren van onze industriële wereld niet draait om het bouwen van één enkel superbrein dat alles doet, maar om het bouwen van een team van gespecialiseerde experts die met elkaar communiceren. Door AI te leren het kijken naar een tekening te scheiden van het begrijpen van de engineering-logica erachter, kunnen we die stoffige, verstrengelde blauwdrukken veranderen in heldere, digitale kaarten die computers daadwerkelijk kunnen gebruiken om slimmere, veiligere fabrieken te bouwen. Het is een herinnering aan het feit dat de beste manier om een gigantisch, rommelig probleem op te lossen soms is om het in kleinere, beheersbare stukken te verdelen en de experts hun werk te laten doen.