Droner og roboter overtar industriell inspeksjon

Avitas

Avitas Systems , et GE-datterselskap basert i Boston, bruker nå droner og roboter for å automatisere inspeksjonen av infrastruktur som rørledninger, kraftledninger og transportsystemer. Selskapet bruker hyllevare maskinlæringsteknologi fra Nvidia ( 50 Smartest Companies 2017 ) for å veilede kontrollene, og for å automatisk identifisere anomalier i dataene som samles inn.

Innsatsen viser hvordan rimelige droner og robotsystemer – kombinert med raske fremskritt innen maskinlæring – gjør det mulig å automatisere hele sektorer med arbeid med lav kompetanse. Selv om det er mye bekymring for automatisering av jobber i produksjon og kontorer, kan rutinemessige sikkerhets- og sikkerhetsinspeksjoner være et av de første store områdene som blir undergravd av fremskritt innen AI.

Droner har vært brukt på enkelte industriområder en stund (se New Boss on Construction Sites Is a Drone ), og ulike selskaper, som f.eks. Kespry , Flybarhet , og CyPhy , tilbyr luftsystemer for overvåking av gruver, inspeksjon av vindturbiner og vurdering av bygningsforsikringskrav. Men teknologien som kreves for å automatisere mer av prosessen, blir nå tilgjengelig. Lignende teknologi gjør det også mulig for roboter å cruise autonomt gjennom kontorer og kjøpesentre på jakt etter unormal oppførsel (se Rise of the Robot Security Guard ).

Relatert historie

Relatert historie

Avitas bruker droner, roboter på hjul og autonome undervannsfarkoster for å samle inn bilder som kreves for inspeksjon fra oljeraffinerier, gassrørledninger, kjøletårn og annet utstyr. Selskapet bruker Nvidias DGX-1-system, en datamaskin designet for en banebrytende type maskinlæring, for å lede disse kjøretøyene til samme sted, og for å analysere bildedataene for mulige defekter.

Nvidias system bruker dyp læring, en tilnærming som innebærer å trene et veldig stort simulert nevralt nettverk for å gjenkjenne mønstre i data, og som har vist seg spesielt bra for bildebehandling. Det er for eksempel mulig å trene et dypt nevralt nettverk til automatisk å identifisere feil i en kraftledning ved å mate inn tusenvis av tidligere eksempler. I noen tilfeller kan dyp læring utføre bildegjenkjenning mer pålitelig enn en person kunne.

Alex Tepper, grunnleggeren av Avitas, sier at selskapets kunder bruker hundrevis av millioner på å inspisere utstyr manuelt. Dette innebærer vanligvis at noen reiser til et avsidesliggende sted for å undersøke det. En drone eller robot kan automatisk samle bilder av det samme stedet mange ganger, noe som kanskje gjør det lettere å oppdage feil som ellers kan gå ubemerket hen. Tilnærmingen kan spare et raffineri, for eksempel, rundt 1 million dollar årlig på inspeksjoner, anslår selskapet.

Fremskritt innen AI gjør det også enklere å lære roboter å navigere til et sted for seg selv. Denne uken, for eksempel, Neurala , et selskap som spesialiserer seg på dyp læring, lanserte et droneverktøysett som kan brukes til å trene et kjøretøy til å gjenkjenne eller følge et bestemt objekt, og for å unngå hindringer.

gjemme seg