Drohnen und Roboter übernehmen die industrielle Inspektion

Avitas

Avitas-Systeme , eine Tochtergesellschaft von GE mit Sitz in Boston, verwendet jetzt Drohnen und Roboter, um die Inspektion von Infrastruktur wie Pipelines, Stromleitungen und Transportsystemen zu automatisieren. Das Unternehmen verwendet standardmäßige maschinelle Lerntechnologie von Nvidia ( 50 Smartest Companies 2017 ), um die Überprüfungen zu steuern und Anomalien in den gesammelten Daten automatisch zu identifizieren.

Die Bemühungen zeigen, wie kostengünstige Drohnen und Robotersysteme – kombiniert mit schnellen Fortschritten im maschinellen Lernen – es ermöglichen, ganze Sektoren von Arbeiten mit geringem Qualifikationsniveau zu automatisieren. Während es viele Sorgen um die Automatisierung von Arbeitsplätzen in der Fertigung und in Büros gibt, könnten routinemäßige Sicherheitsinspektionen einer der ersten großen Bereiche sein, die durch Fortschritte in der KI untergraben werden.

Drohnen werden schon seit einiger Zeit auf einigen Industriestandorten eingesetzt (siehe Neuer Chef auf Baustellen ist eine Drohne ), und verschiedene Unternehmen, wie z Kespry , Flugfähigkeit , und CyPhy , bieten Flugsysteme für die Überwachung von Minen, die Inspektion von Windkraftanlagen und die Bewertung von Gebäudeversicherungsansprüchen an. Aber die Technologie, die erforderlich ist, um einen größeren Teil des Prozesses zu automatisieren, wird jetzt zugänglich. Eine ähnliche Technologie ermöglicht es Robotern auch, autonom durch Büros und Einkaufszentren zu fahren und nach anomalem Verhalten zu suchen (siehe Rise of the Robot Security Guard ).

Verwandte Geschichte

Verwandte Geschichte

Avitas verwendet Drohnen, Radroboter und autonome Unterwasserfahrzeuge, um Bilder zu sammeln, die für die Inspektion von Ölraffinerien, Gaspipelines, Kühltürmen und anderen Geräten erforderlich sind. Das Unternehmen verwendet das DGX-1-System von Nvidia, einen Computer, der für eine hochmoderne Art des maschinellen Lernens entwickelt wurde, um diese Fahrzeuge an die gleiche Stelle zu führen und die Bilddaten auf mögliche Defekte zu analysieren.

Das System von Nvidia verwendet Deep Learning, einen Ansatz, bei dem ein sehr großes simuliertes neuronales Netzwerk darauf trainiert wird, Muster in Daten zu erkennen, und der sich als besonders gut für die Bildverarbeitung erwiesen hat. Es ist beispielsweise möglich, ein tiefes neuronales Netzwerk darauf zu trainieren, Fehler in einer Stromleitung automatisch zu erkennen, indem Tausende von früheren Beispielen eingespeist werden. In einigen Fällen kann Deep Learning die Bilderkennung zuverlässiger durchführen als ein Mensch.

Laut Alex Tepper, dem Gründer von Avitas, geben die Kunden des Unternehmens Hunderte Millionen für die manuelle Inspektion von Geräten aus. Dies erfordert normalerweise, dass jemand zu einem entfernten Ort reist, um es zu untersuchen. Eine Drohne oder ein Roboter kann automatisch viele Male Bilder derselben Stelle sammeln, wodurch es möglicherweise einfacher wird, Fehler zu erkennen, die sonst unbemerkt bleiben würden. Der Ansatz kann einer Raffinerie beispielsweise jährlich etwa 1 Million US-Dollar an Inspektionen einsparen, schätzt das Unternehmen.

Fortschritte in der KI machen es auch einfacher, Robotern beizubringen, selbst zu einem Ort zu navigieren. Diese Woche z. Neural , ein auf Deep Learning spezialisiertes Unternehmen, hat ein Drohnen-Toolkit auf den Markt gebracht, mit dem ein Fahrzeug darauf trainiert werden kann, ein bestimmtes Objekt zu erkennen oder ihm zu folgen und Hindernissen auszuweichen.

verbergen