Pokud jste letos nebyli na rozšířeném digitálním detoxu, nemohlo vám uniknout, jak se určitá příchuť AI humbuku zrychluje po kolejích jako rozjetý vlak. Ale daleko od virálního bzučení vířícího kolem vývoje generativních nástrojů umělé inteligence, jako jsou ChatGPT a DALL-E, Konux, hloubková technologická AI škálovatelná na Munchově platformě, tiše doprovází aplikaci strojového učení k transformaci dopravy na železnici. Vytváří podnik SaaS poháněný proprietárním snímacím hardwarem a umělou inteligencí, která pohání software pro prediktivní údržbu jako službu, který modernizuje železniční infrastrukturu, jeden přepínač po druhém.
Jejím posláním je podporovat digitalizaci a transformační změny na vrcholu toho, co zůstává nejudržitelnější možností hromadné dopravy lidstva – cestování po železnici – pomocí umělé inteligence a internetu věcí (Internet of Things) k přidání inteligence do pevných kolejí zachycováním dat v reálném čase o tom, co se děje na a na železniční síť.
Dělá to v době, kdy rostoucí poptávka po cestování vlakem, když spotřebitelé hledají způsoby, jak snížit svou uhlíkovou stopu, podněcuje vlády a provozovatele železnic k digitalizaci sítí a transformaci zavedených způsobů práce s pomocí nových technologií. To vytváří příležitosti pro startupy, aby si vyhrnuly rukávy a ušpinily si ruce, i když Konux počítá, že to byl první, kdo udeřil. (A není překvapením, že vznikla v Německu, kde je otázka, zda vlaky jezdí dobře a včas, trvalým politickým tématem.)
„Základním problémem je něco, co je ve skutečnosti špinavý problém,“ říká generální ředitel společnosti Konux Adam Bonnifield a diskutuje o tom, čím se tento byznys s umělou inteligencí liší od těch, které jsou v současnosti nejvíce na světové výsluní. „Není to jeden z těchto čistě digitálních problémů při vytváření modelů AI. Je to špinavý problém, jak přimět senzory, aby přežily prostředí, extrahovat data, dát jim smysl, začlenit je do obchodních problémů, se zákazníkem a pak přivést organizaci na cestu mnoha organizačními změnami.
“Řekl bych, že toto jsou problémy, díky kterým má vaše změna dopad a zanechává po sobě dědictví.”
Podnikání společnosti Konux se rozbaluje o něco více a využívá metody hluboké techniky a zátěžově testovaný připojený hardware, aby získal přehled o nákladech a silách, kterým se železniční tratě den co den přizpůsobují – měření vibrací na kolejích za účelem zachycení anomálií, které mohou znamenat příchozí poruchy. — a poté předloží svou pravděpodobnostní analýzu toho, co se stane s infrastrukturou během několika příštích měsíců. Jeho předpovědi řízené umělou inteligencí byly vyvinuty se standardem 90% přesnosti na Bonnifield.
Zákazníci této technologie, železniční operátoři, dostávají informace o prediktivní údržbě poskytované v přístupném softwarovém rozhraní, které je navrženo tak, aby odlehčilo provoz životně důležité infrastruktury. Už žádné létání naslepo s plánovaným hádáním; Snímače namontované na kolejích a modely strojového učení mají za cíl umožnit operátorům provádět chytřejší hovory kolem údržby, podpořené tím, co jsou nyní „miliardy“ vlakových tras zaznamenaných během zhruba deseti let, kdy tým Konux útočí na tento problém s daty.
Na konci linky pro cestující (za předpokladu úspěšné implementace technologie a použití nástrojů) by se tato aplikace AI měla projevit jako zkrácení prostojů a méně zpoždění. Takže zapomeňte na nedbalou univerzální AI; zde je hra dat na kolejích, která signalizuje, že strojové učení, které je úzce zaměřeno na konkrétní problém, může být skutečně působivým počinem inženýrství.
Kromě prediktivní údržby podporuje přístup společnosti Konux AI + IoT železniční operátory další obchodní inteligencí týkající se síťového provozu a využití; plus – v poslední době – podpora s plánováním. V současné době nabízí tři produkty; výše zmíněný Konux Switch (prediktivní údržba); Konux Network (monitorování využití a plánování inspekcí); a Konux Traffic (chytřejší jízdní řády).
Záměrem je využít AI a IoT k rozhodování na základě dat, která mohou řídit optimalizaci dalších aspektů železničního provozu, přičemž se rozšiřuje od prvního zaměření společnosti Konux na sledování zátěže infrastruktury v klíčových bodech sítě. (Přepínače jsou nezbytné pro směrování vlakového provozu po síti a jsou náchylné k selhání, protože se jedná o mechanismy s pohyblivými částmi.) Podle Bonnifielda očekává, že bude schopen vyvinout více produktů, protože bude stále prohlubovat svůj pohled na to, co se děje. železniční trať.
Celkově vzrušující představa o tom, čeho bude digitalizace železnice Konux s podporou AI plus IoT schopna dosáhnout – v podstatě odstraněním potřeby neplánované údržby – je uvolnění značného množství nerealizované kapacity. Umět běhat dvakrát tolik kapacity mimo stejné vlakové tratě je příslibem.
A pokud lidstvo dokáže získat tolik navíc z existující nízkouhlíkové formy dopravy, aniž by muselo fyzicky rozšiřovat železniční infrastrukturu, je to dobré pro řešení klimatické výzvy. Ve skutečnosti je to přesně ten druh optimalizace, o který musíme usilovat, pokud se chceme vyhnout klimatické katastrofě. (Pozn.: Konux zatím stále monitoruje pouze menšinu železničních sítí, kde byly jeho produkty nasazeny – ale samozřejmě usiluje o plnou digitalizaci a maximální dopad.)
„Můžete provozovat dvakrát větší propustnost cestujících a nákladu a bezpečnějším způsobem,“ tvrdí Bonnifield, čímž potvrzuje transformační slib startupu – pokud Konux dokáže rozšířit využívání svých technologií napříč železnicí. “Protože máte lepší přehled o tom, co se skutečně děje v síti.”
„Toto je jedna z největších bolestí lidí, kteří tyto sítě provozují; že fungují úplně ve tmě.“ pokračuje. “Dali dohromady tyto harmonogramy a dali dohromady tyto režimy údržby a tyto režimy kontrol a hádají – například na základě plánování kontrol v síti.”
„Je velmi vzácné říci, když se připojíte ke společnosti, zda budeme úspěšní, že budeme hlavní silou při záchraně planety,“ dodává. “A není tak těžké nakreslit docela přímou linii mezi prací, kterou dnes děláme, a tím dopadem, že jo, a to je, myslím, velmi povznášející věc na síle AI.”
Nedostatečná viditelnost železničních dopravců na to, co se děje na tratích, znamená, že zpoždění mohou snadno přerůst do velkých úzkých hrdel, která způsobí obrovské provozní narušení – vyjádřeno jako čirá bída pro cestující, kteří se diví, jak se například o pět minut zpožděný vlak na zobrazovací tabuli projevil. se náhle překlopilo do 50min+ zpoždění. Tím, že operátorům poskytuje větší přehled o jejich sítích, je Konux přesvědčen, že dynamické řízení provozu je možné a malá zpoždění nemusí kaskádovitě vést k velkým úzkým hrdlům. Schopnost odemknout značnou kapacitu železnic pak vítězí díky snížení zpoždění a menšímu počtu odstávek a reaktivnějšímu a dynamičtějšímu vedení vlaků. (Dokonce byste si mohli představit, že systém nabízí dynamická doporučení rychlosti na hmotnost na naložených vlacích s cílem minimalizovat například opotřebení na kolejích.)
„Pokud můžete k tomuto problému řízení provozu přistupovat jinak, kdy jste schopni lépe předvídat druh kaskádových efektů přerušení, což je problém s optimalizací, který se obtížně řeší a potřebujete spoustu dat o tom, co se děje v síti [to do it]“ říká Bonnifield. „Může to tedy změnit způsob vašeho řízení [rail network disruption] z pohledu cestujících. Víte jen, že vlak do Londýna jede vždy včas, ale… z pohledu lidí, kteří provozují síť, je to úplně jiný způsob, jak vám dostat správný vlak ve správný čas.“
„Víme, že budeme muset zdvojnásobit kapacitu železniční sítě. Jen proto, že to bude vyžadovat naše globální klimatické závazky,“ pokračuje. „Takže musí existovat masivní tlak na železnici jako preferovaný způsob mobility. A dnes pro to neexistuje žádné řešení. Protože nemůžeme postavit další koleje, alespoň ne v Evropě…, takže musíme přijít na to, jak přehodnotit způsob, jakým provozujeme a udržujeme železniční sítě, abychom našli tuto chybějící kapacitu.
„Toto je problém, který oživuje většinou všechny lidi, kteří dnes v této společnosti pracují. Že všichni víme, že to musíme udělat, abychom splnili naše globální klimatické cíle. A vidíme to jako důležitou součást konstelace revolucí, které se budou muset stát, aby to bylo možné.“
I když železniční operátoři měli vždy přístup k některým údajům, jako je počet vlaků projíždějících konkrétní výhybkou, neměli přehled o konkrétních údajích, jako je rychlost každého vlaku, který se pohyboval po daném kousku trati nebo jak těžký v daném bodě byl. včas; nebyli tedy schopni kvantifikovat přesné, kumulativní tlaky působící na zranitelnější části sítě, aby bylo možné učinit informovanější předpovědi o selhání infrastruktury. Což je místo, kde přichází proprietární snímací hardware Konux.
Zařízení IoT společnosti Konux in situ, kde je schopno monitorovat stav železniční výhybky. Poděkování za obrázky: Konux
Základem jejích produktů jsou robustní senzory namontované na kolejích (nalakované poutavou vysoce lesklou žlutou barvou), které obsahují řadu akcelerometrů, které měří sílu a zrychlení síly na kolejích. Tato data z pozemní úrovně se vkládají do jejích modelů AI, které odhadují, co se stane se sledovanou komponentou v blízké budoucnosti. (Konux říká, že jeho produkt Switch odhaduje, jak se bude stav přepínačů vyvíjet v příštích 90 dnech, což operátorům umožňuje identifikovat včasné známky degradace, aby mohli dopředu plánovat kontroly a upřednostňovat údržbu na základě skutečného využití sítě.)
„Jak si dokážete představit, máte několik vlaků, které jsou extrémně namáhané, vysoce energetické, případy, které by mohly nakonec ochromit síť,“ poznamenává Bonnifield. „Tím, že jsme schopni detekovat vytížení těchto vlaků a jejich rychlost a jaksi skutečně porozumět tomu, co se skutečně děje – základní základní pravda o tom, co se děje v síti – to mění hru v tom, jak je řídit a provozovat, protože v tu chvíli používáte reálná data.
„Takže být schopen dát lidem, kteří hrdinsky provozují tyto sítě, větší přehled o tom, co se skutečně děje, a osvětlit jejich chápání toho, co se děje, a pak dělat velmi, velmi silné předpovědi, jak by měli dělat věci jinak, to jsou oba hlavní faktory, kde to najdete [50% extra] kapacita.”
Kromě toho, že se společnost Konux spoléhá na data na úrovni trati zachycená vlastním hardwarem, využívá další zdroje otevřených dat a dat třetích stran, aby doplnila svůj pohled na místní podmínky na železnici – jako je teplota v konkrétním místě; a vizuální data od partnerských společností, které provozují kamery namontované na vlacích (tj. provádějí vizuální kontrolu majetku, který její senzory zjistily jako potenciálně znehodnocující).
Cílem je, aby se jeho platforma stala inteligentním zpracovatelským centrem, které pohání chytřejší železniční provoz tím, že operátorům umožní získat přehled o síti, aby mohli neustále činit rozhodnutí na základě dat.
„Nakonec se nejprve vidíme jako společnost s umělou inteligencí,“ říká TechCrunch. „Vybudovali jsme společnost AI. Vybudovali jsme v podstatě velmi, velmi dobrou společnost zabývající se analytickým softwarem na řešení tohoto problému. A pak jsme postavili první snímací zařízení svého druhu, které dokonale odpovídá potřebám společnosti s umělou inteligencí – ale my jsme naprosto agnostičtí; data spojíme a integrujeme s kdekoli, kde je najdeme. Cokoli, co je cenné. Náhodou se stává, že tento problém snímání je extrémně náročný problém. A tak jsme potřebovali být první, kdo to vyřeší. Ale pokud bychom byli schopni získat data snadno a byl by to někdo jiný, kdo by to udělal, udělali bychom to jinak. Ale, víte, opravdu chceme být mozkem, ne rukama, ne nohama, chceme být mozkem sítě.”
„Cílem je samozřejmě vzít to, co dělá tyto manažery infrastruktury, tyto vlastníky aktiv, odborníky na to, co dělají, a skutečně z toho udělat větší a větší část jejich dne,“ dodává. „Takže raději než říkat, že musíte skutečně prozkoumat každý jednotlivý majetek ve vaší síti, říkáme, že to uděláme za vás automaticky. Spíše než říkat, že když vidíte problém, musíte ve skutečnosti fyzicky jít ven a podívat se, v čem byl problém, my vám to představíme. A my o tom budeme vyprávět příběh. Jdeme…