Современная стройка испытывает на себе значительное влияние всех последних изменений в мире технологий. Дроны, искусственный интеллект, цифровизация, все это приходит на строительную площадку, изменяя процесс строительства до неузнаваемости.
Искусственный интеллект. Искусственный интеллект и его невероятный потенциал — в наше время горячая тема, и не зря. ИИ — это не только сложные поисковые алгоритмы Google, беспилотные автомобили и роботы, теперь ИИ пришел в в индустрию беспилотных летательных аппаратов. Но как ИИ применим к индустрии дронов? Чтобы ответить на этот вопрос, необходимо вспомнить о «больших данных» (Big Data): концепции сбора и организации всех видов данных с целью извлечения из них информации. Google является отличным примером: предоставляя бесплатную электронную почту и службу веб-поиска, они собрали огромное количество анонимных пользовательских данных, классифицировали их, сохранили и разработали способ их анализа для улучшения результатов поиска и целевой рекламы. Теперь он буквально король поисковой рекламы и размещения рекламы в Интернете, и за это ему платят миллиарды. Google создал алгоритмы для поиска закономерностей и начал выяснять тенденции в поведении пользователей. В двух словах, это «машинное обучение»: искусственный интеллект стоит на могущественных плечах машинного обучения. Достижения машинного обучения помогают сделать ИИ лучше. Все начинается с ручного ввода: дайте компьютеру миллион изображений кошек, и компьютер использует свои бесконечные ресурсы для разбивки каждого изображения, пиксель за пикселем, сравнения его с другими, чтобы заметить закономерности сами по себе, как у человеческого младенца. , и постепенно компьютер обучается узнавать, как выглядят кошки. Но причем тут дроны?
Цифровая модель строительной площадки, сделанная с помощью дрона. Фото предоставлено компанией Acceleration.ru . Компания использует дроны для мониторинга строительной площадки
Обилие информации. Программа Искусственного Интеллекта Skycatch AI началась полтора года назад, когда компании Skycatch, NVIDIA, и Komatsu объединились для разработки проекта Discover1x. Идея была проста: начать обучать ИИ, который сможет определять и предсказывать закономерности на строительных площадках, над которыми летают дроны. Это позволяет выявлять ошибки быстрее, чем человек, и даже самостоятельно исправлять их в реальном времени. Но на самом деле обучение ИИ — невероятно сложный и трудоемкий процесс. Как и в приведенном выше примере с кошкой, он начинается со сбора миллионов изображений. Фотографии бульдозеров, экскаваторов, кранов, грузовиков, людей, складов, материалов и так далее. Затем мы должны начать начать процесс обучения ИИ: это подъемный кран, это склад, это человек. Пройдет какое-то время, прежде чем начнется формирование первых признаков «интеллекта». Однако время, потраченное нами до сих пор, окупается.
Фото предоставлено компанией Acceleration.ru .
Младенческий ИИ. Наш молодой еще мозг искусственного интеллекта, хранящийся в Discover1x и работающий на базе NVIDIA TX2, смог последовательно идентифицировать виды тяжелой техники, которые видны на видео с воздуха и с земли, снятых с нашего дрона Explore1. Он не только может идентифицировать машины, но и знает, что это за машины. И хотя идентификация — это здорово, но наша конечная цель — полностью автономная рабочая площадка. Следующим шагом нам пришлось научить наш мозг искусственного интеллекта определять отдельные части оборудования. Наши специалисты по данным приступили к обучению нашего ИИ распознаванию отдельных частей оборудования, например, экскаватора: колеса, кабину, стрелу и экскаватор. Затем наш мозг ИИ начинает маркировать такие действия, как копание, сброс, перемещение и так далее. Теперь система может просмотреть последовательность действий и понять, что делает машина. Следующим шагом нашего детского ИИ-мозга было привнесение чисто человеческой концепции: контекстуализации. Он объединяет то, что мы делали раньше, и устанавливает привязку ко времени: сколько раз за 12 часов экскаватор может повернуть корпус? Сколько раз стрелка экскаватора может перемещаться вверх и вниз? Сколько раз экскаватор может счищать землю с земли? Вот где сейчас Skycatch. Это последняя из многих фаз, впереди еще много лет. По мере того, как мы расширяем операции и продолжаем собирать больше «больших данных» о дронах, наш молодой мозг ИИ будет развиваться в геометрической прогрессии.
На можно сравнить фото строительной площадки и созданного с помощью беспилотного летательного аппарата цифрового двойника. Фото предоставлено компанией Acceleration.ru .
Далее, после начала стройки дроны будут проводить мониторинг всего процесса строительства. Фото предоставлено компанией Acceleration.ru .
Большие данные, маленькие датчики. Мы уже работаем с Komatsu над развертыванием наших устройств Discover1x на многих рабочих местах. Они могут принимать данные всех видов — видео, изображения, звук и другие. В конце концов, любой клиент сможет развиваться на нашей платформе и начать обучение своего собственного ИИ, увеличивая коллективное сознание. По мере того, как технологии становятся все более продвинутыми, разнообразие и сложность мощных датчиков будет уменьшаться, становиться более адаптируемыми и не столь дорогими. Через 5 лет или меньше датчики LiDAR станут настолько маленькими и доступными, что их можно будет прикрепить к чему угодно, не влияя на вес или форму. Технология RTK (Real Time Kinematic, в переводе с англ — «кинематика реального времени») и периферийных вычислений в нашем устройстве Edge1 станет достаточно компактной, чтобы ее можно было разместить на любом механизме, обеспечивая обработку ИИ практически в реальном времени. Применение этой технологии безгранично и мы мечтаем о дне, когда люди будут работать бок о бок, контролируя и выполняя масштабные строительные проекты, которые могут выполняться полностью автономно. Тогда люди смогут сосредоточиться на более важные решениях, выполняя работу быстрее, чем когда-либо прежде. А пока мы продолжим разрабатывать способы, с помощью которых высокоточные данные с дронов могут принести пользу нашим клиентам в настоящее время, в то же время мы неустанно работаем с нашими партнерами, чтобы ускорить прогресс во всем мире.
Дэвид Чен, руководитель отдела исследований и разработок
https://blog.skycatch.com/big-data-little-drones-how-uavs-are-changing-the-world-of-ai
