Drony i roboty przejmują kontrolę przemysłową

Avitas

Systemy Avitas , spółka zależna GE z siedzibą w Bostonie używa obecnie dronów i robotów do automatyzacji inspekcji infrastruktury, takiej jak rurociągi, linie energetyczne i systemy transportowe. Firma korzysta z gotowej technologii uczenia maszynowego firmy Nvidia (50 najmądrzejszych firm 2017) do prowadzenia kontroli i automatycznej identyfikacji anomalii w gromadzonych danych.

Wysiłki pokazują, w jaki sposób tanie drony i systemy robotyczne – w połączeniu z szybkimi postępami w uczeniu maszynowym – umożliwiają automatyzację całych sektorów pracy wymagającej niskich kwalifikacji. Chociaż istnieje wiele obaw związanych z automatyzacją miejsc pracy w produkcji i biurach, rutynowe inspekcje bezpieczeństwa i ochrony mogą być jednym z pierwszych dużych obszarów, które zostaną osłabione przez postępy w sztucznej inteligencji.

Drony były od jakiegoś czasu używane na niektórych terenach przemysłowych (patrz Nowy szef na placach budowy to dron ) i różnych firmach, takich jak Kespry , Lotność , oraz CyPhy , oferują systemy powietrzne do monitorowania kopalń, inspekcji turbin wiatrowych i oceny roszczeń z tytułu ubezpieczenia budynków. Ale technologia wymagana do większej automatyzacji procesu staje się teraz dostępna. Podobna technologia umożliwia również robotom autonomiczne poruszanie się po biurach i centrach handlowych w poszukiwaniu nietypowego zachowania (patrz Rise of the Robot Security Guard ).

Powiązana historia

Powiązana historia

Avitas używa dronów, robotów kołowych i autonomicznych pojazdów podwodnych do zbierania obrazów wymaganych do inspekcji z rafinerii ropy naftowej, gazociągów, wież chłodniczych i innego sprzętu. Firma używa systemu DGX-1 firmy Nvidia, komputera zaprojektowanego do najnowocześniejszego uczenia maszynowego, aby kierować te pojazdy w to samo miejsce i analizować dane obrazu pod kątem ewentualnych wad.

System Nvidii wykorzystuje głębokie uczenie, podejście polegające na trenowaniu bardzo dużej symulowanej sieci neuronowej w celu rozpoznawania wzorców w danych, które okazało się szczególnie dobre w przypadku przetwarzania obrazów. Można na przykład wytrenować głęboką sieć neuronową, aby automatycznie identyfikowała awarie w linii elektroenergetycznej, zasilając tysiące poprzednich przykładów. W niektórych przypadkach głębokie uczenie może przeprowadzać rozpoznawanie obrazów bardziej niezawodnie niż osoba.

Alex Tepper, założyciel Avitas, mówi, że klienci firmy wydają setki milionów na ręczne sprawdzanie sprzętu. Zwykle wiąże się to z podróżą do odległej lokalizacji w celu jej zbadania. Dron lub robot może automatycznie wielokrotnie zbierać obrazy tego samego miejsca, być może ułatwiając wykrywanie wad, które w innym przypadku mogłyby pozostać niezauważone. Takie podejście może zaoszczędzić rafinerii na przykład około 1 miliona dolarów rocznie na inspekcjach, szacuje firma.

Postępy w sztucznej inteligencji ułatwiają również nauczenie robotów samodzielnego nawigowania do lokalizacji. Na przykład w tym tygodniu Neurala , firma specjalizująca się w głębokim uczeniu się, wprowadziła na rynek zestaw narzędzi dla dronów, który może służyć do szkolenia pojazdu w zakresie rozpoznawania lub podążania za konkretnym obiektem oraz unikania przeszkód.

ukryć