Les drones et les robots prennent le contrôle de l'inspection industrielle

Avita

Systèmes Avitas , une filiale de GE basée à Boston, utilise désormais des drones et des robots pour automatiser l'inspection des infrastructures telles que les pipelines, les lignes électriques et les systèmes de transport. L'entreprise utilise la technologie d'apprentissage automatique prête à l'emploi de Nvidia (50 Smartest Companies 2017) pour guider les vérifications et identifier automatiquement les anomalies dans les données collectées.

L'effort montre comment les drones et les systèmes robotiques à faible coût, combinés aux progrès rapides de l'apprentissage automatique, permettent d'automatiser des secteurs entiers de travail peu qualifié. Bien que l'automatisation des emplois dans la fabrication et les bureaux suscite de nombreuses inquiétudes, les inspections de routine en matière de sécurité et de sûreté pourraient être l'un des premiers grands domaines à être miné par les progrès de l'IA.

Les drones sont utilisés sur certains sites industriels depuis un certain temps (voir New Boss on Construction Sites Is a Drone ), et diverses entreprises, telles que Kespry , Volabilité , et CyPhy , proposent des systèmes aériens pour la surveillance des mines, l'inspection des éoliennes et l'évaluation des réclamations d'assurance des bâtiments. Mais la technologie nécessaire pour automatiser une plus grande partie du processus devient désormais accessible. Une technologie similaire permet également aux robots de naviguer de manière autonome dans les bureaux et les centres commerciaux à la recherche de comportements anormaux (voir Rise of the Robot Security Guard ).

Histoire connexe

Histoire connexe

Avitas utilise des drones, des robots à roues et des véhicules sous-marins autonomes pour collecter les images nécessaires à l'inspection des raffineries de pétrole, des gazoducs, des tours de refroidissement et d'autres équipements. La société utilise le système DGX-1 de Nvidia, un ordinateur conçu pour un type d'apprentissage automatique de pointe, pour guider ces véhicules au même endroit et analyser les données d'image pour détecter d'éventuels défauts.

Le système de Nvidia utilise l'apprentissage en profondeur, une approche qui implique la formation d'un très grand réseau de neurones simulés pour reconnaître des modèles dans les données, et qui s'est avérée particulièrement efficace pour le traitement d'images. Il est possible, par exemple, d'entraîner un réseau de neurones profonds pour identifier automatiquement les défauts d'une ligne électrique en alimentant des milliers d'exemples précédents. Dans certains cas, l'apprentissage en profondeur peut effectuer une reconnaissance d'image de manière plus fiable qu'une personne.

Alex Tepper, le fondateur d'Avitas, affirme que les clients de l'entreprise dépensent des centaines de millions pour inspecter manuellement les équipements. Cela implique généralement que quelqu'un se rende dans un endroit éloigné pour l'examiner. Un drone ou un robot peut collecter automatiquement des images du même endroit plusieurs fois, ce qui peut faciliter la détection de défauts qui pourraient autrement passer inaperçus. L'approche peut permettre à une raffinerie d'économiser, par exemple, environ 1 million de dollars par an sur les inspections, estime l'entreprise.

Les progrès de l'IA permettent également d'apprendre plus facilement aux robots à naviguer eux-mêmes vers un lieu. Cette semaine, par exemple, Neurala , une entreprise spécialisée dans l'apprentissage en profondeur, a lancé une boîte à outils de drone qui peut être utilisée pour entraîner un véhicule à reconnaître ou à suivre un objet particulier et à éviter les obstacles.

cacher