Эксплуатация автомобиля до тех пор, пока он не сломается на дороге – это не лучший способ узнать о необходимости проведения технического обслуживания. Но профилактические или плановые проверки технического состояния часто упускают многие из проблем, которые могут возникнуть.
И вот теперь израильский стартап решил использовать ИИ для выявления ранних признаков возможной поломки автомобиля.
Чтобы понять закономерности шума проблемных машин и заранее предсказать возможные поломки, стартап из г. Кефар-Саве запустил сервис 3DSignals, который использует одну из методик ИИ, известную как глубокое обучение. 3DSignals уже начал переговоры с ведущими европейскими автопроизводителями о возможности применения глубокого обучения для выявления возможных проблем в автомобилях как на конвейере завода, так и при дальнейшей эксплуатации. Стартап даже предлагал услуги своего сервиса для компаний, которые намерены в будущем использовать беспилотные автомобили.
Как правило, глубокое обучение относится к алгоритмам программного обеспечения, известным как искусственные нейронные сети. Эти нейронные сети могут обучаться, чтобы лучше решать какие-либо конкретные задачи путем фильтрации соответствующих данных через несколько слоев искусственных нейронов. Многие компании, такие как Google и Facebook, используют глубокое обучение для создания систем ИИ, которые могут очень быстро найти одно лицо из миллиона изображений в сети или делать в день миллионы переводов с китайского языка на английский.
Многие технологические компании также применяют глубокое обучение, чтобы создать сервисы по автоматическому распознаванию произнесенных на разных языках звуков. Некоторые компании уже начали создавать ИИ, который умеет слушать такие акустические сигналы, как звуки музыки или работающих машин. Вот где 3DSignals надеется стать крупным игроком со своей технологией глубокого обучения ИИ распознаванию общих закономерностей звука. Для каждого клиента 3DSignals устанавливает ультразвуковые микрофоны, которые могут обнаруживать звуки в диапазоне до 100 килогерц (диапазон человеческого слуха простирается от 20 герц и до 20 килогерц). Используя технологию Интернета вещей микрофоны подключаются к удаленному сервису для обработки данных с использованием алгоритмов ИИ. Клиенты всегда могут проверить состояние своих машин с помощью любого подключенного к интернету смартфона или планшета.
Первыми клиентами 3DSignals стали промышленные компании, использующие такие машины, как дисковые пилы на лесопилках или гидроэлектрические турбины на электростанциях. Эти компании стали клиентами первого уровня сервиса 3DSignals, который не использует глубокое обучение. Первый уровень сервиса использует основы физики моделирования определенных частей машин, таких как циркулярная пила, чтобы предсказать, когда начинают изнашиваться некоторые детали.
Второй уровень сервиса использует алгоритм глубокого обучения и звуки от микрофона, чтобы помочь обнаружить странные или необычные шумы машин.
После тренировки алгоритмов сервис 3DSignals способен определять, прогнозировать грядущие конкретные проблемы с 98% точностью.
Комментарии
(0) Добавить комментарий