至顶网软件频道消息:目前,各个工业部门的先驱者与颠覆者们正致力于唤醒人工智能技术带来的革命性影响力。然而,实际采取相关策略以应对业务运营方式变化的企业却并不多见,毕竟大多数从业厂商还清楚要何时以及如何实现AI方案,更不清楚在这场浪潮中该抱紧哪条大腿。
作为GE Venture孵化器企业之一的Avitas Systems就选择与英伟达一同踏上这条道路,旨在为整个行业带来AI使用方面的指导。9月7日,两家公司公布合作计划,宣布将共同将AI技术引入石油、天然气以及运输行业的检查服务领域。
英伟达公司在其最新博客中发文指出,“未来您要如何派人检查石油炼造厂的火把烟囱——一座高达数百米且风险可观的垂直设施?答案是,并不需要。”
在哪里及如何使用AI
也许这类工作会被无人机与爬行机器人所承担,但在此类工业检查流程当中,我们具体该做些什么?
我们就此事询问了Avitas Systems公司创始人兼企业与业务发展主管Alex Tepper,而他的回答是“AI未来将在众多不同地方得到应用。”
首先,AI能够为无人机开发出“最优飞行模式”,借以收集图像及视频中的数据。
此外,AI能够创建资产的3D模型——包括传输塔、管道乃至炼油厂。在此之后,这些3D模型能够根据“关注点”叠加在一起,确保无人机与机器人发现其中诸如裂缝或者腐蚀等异常现象,从而自动执行缺陷检测工作。
再有,AI也可以“融合”不同的感官数据,同时开发算法以协助进行风险分析并预判何时有必要进行下一轮检查。
当然,很多企业已经开始利用无人机与机器人对工业基础设施进行远程检查,而AI亦在协助绘制无人机的优化型“可重复”路径。
其中的关键词在于“可重复”。Tepper解释称,无人机路径的可重复性能够为深度学习提供发挥空间。最终,AI的助益将体现在“基于风险的数据收集”以及“开发风险分析主算法”等层面。
合作分工
在英伟达与Avitas Systems的合作当中,哪家公司将负责实现上述目标?这一切又将如何开展?
Avitas Systems公司在其中负责提供专业专家与AI数据科学家。而英伟达公司则负责提供用于AI训练的DGX-1与DGX Station系统,主要进行自动化缺陷识别。
英伟达公司DGX系统总经理Jim McHugh解释称,“我们提供工具——包括AI开发框架与CUDA平台,用以帮助Avitas的数据科学家们发挥其技能。”
Tepper则补充称,“当我们通过无人机收集大量高清晰度图片时,我们需要一套数据存储与处理系统,同时运行模型及算法。为此,我们需要大量计算能力,”而英伟达正是其供应方。
AI在检查服务领域的优势非常显著。AI能够提供更为准确的数据驱动型风险分析能力,且效果远优于成本高昂且很可能在检查窗口内错失关键性缺陷的传统时间驱动型检查实践。
AI缺少连接能力?
但如今的AI到底面临着哪些局限?根据Tepper所言,当前AI的最大短板在于立足边缘设备进行直接计算的能力。
他解释称,当前的目标在于立足边缘位置运行AI算法,例如在无人机之内。如此一来,无人机即可自行变更飞行动作。
Avitas Systems公司利用英伟达的DGX-1在自家数据中心内进行AI训练。其还利用一套车载式英伟达DGX Station将AI引入现场环境。Teppter强调称,“但我们仍然希望能够更进一步——真正实现边缘计算。”很明显,这一点在工业领域还没能真正实现。
DGX-1与DGX Station
毫无疑问,Avitas Systems正在积极推进AI与检查服务的融合。英伟达公司的McHugh确认称,“Avitas Systems公司正在通过将英伟达DGX Station首次引入现场的方式开拓全新领域。”
根据McHugh的解释,Avitas Systems公司的Tepper负责与英伟达方面进行联络,了解DGX Station这款专门用于办公室环境的方案是否能够加固并在边缘位置使用。
通过在边缘位置进行部署,DGX Station将能够在110度(华氏)高温或者极冻的北欧现场处发挥作用。当然,DGX Station不可能被引入沙漠当中——虽然属于车载设备,但其运行仍然存在限制条件。
将DGX Station引入现场环境非常重要,这是因为“工业场所有时处于人迹罕至的位置”。根据英伟达公司的说明,要检查的设施往往不具备强大的网络基础设施。另外,“从现场无人机及机器人处返回的数据量非常庞大,通常很难被传输回数据中心以进行深度学习推理。”
Avitas Systems公司将各深度学习模型存储在一套AI Workbench当中——这套解决方案能够以实时方式处理检查数据并重新训练模型以适应具体用途。Tepper表示,此项计划将利用Volta把该公司的AI Workbench功能同英伟达DGX Station结合起来。
在被问及工业企业目前对于AI技术的接受情况时,Tepper指出“总体而言比较积极”,这主要是受到成本压力的驱动。
随着越来越多企业将无人机引入日常工作,既安全又便宜的检查能力已经不再是梦想。更重要的是,可重复分析方案将帮助Avitas确切了解何时需要进行检查并着手进行设施维护。
根据Avitas Systems公司的介绍,工业检查市场的总体价值每年高达400亿美元。Tepper解释称,“一部分企业每年需要投入上亿美元进行设施检查,而维护费用更是高达检查成本的5倍。”他认为他的公司能够将检查成本降低25%。
Avitas Systems公司为GE Venture孵化器项目全资资助的初创公司,目前由通用电气方面100%持有。
不过该公司拒绝提供其客户名称或者具体数量。
好文章,需要你的鼓励
富士通的 Monaka 是一款巨大的 CoWoS 系统级封装 (SiP),它有四个 36 核计算小芯片,采用台积电的 N2 工艺技术制造,包含 144 个
ChatGPT还与超级应用WhatsApp完成了集成,同样是这个号码可以直接发短信咨询各种内容,使用方法和web、移动版本一样。
十年前,如果你问某人什么是互联网,他们可能会说它是在计算机屏幕上查看的网页的集合。当今的在线体验依赖于应用程序、设备、流