AIロボットが産業監視を強化

AIロボットが産業監視を強化

この機会に応えて、IBM と Boston Dynamics は協力して、IBM ソフトウェアと Boston Dynamics の Spot ロボットを組み合わせて、複雑な産業環境で困難な作業を処理する顧客向けのソリューションを見つけています。 10月26日、両社は、エッジデータ分析に重点を置き、それぞれの技術を組み合わせて、作業員の安全問題に対処し、現場業務を最適化し、多くの産業環境におけるメンテナンスの生産性を向上させる新たな提携を発表しました。

[[432309]]

こうしたニーズに応えるため、IBM コンサルティングは IBM リサーチの AI およびハイブリッド クラウドと提携し、ボストン ダイナミクスの機敏な四足ロボット Spot をさまざまな「機能モジュール」で補完するエッジ ソフトウェア アプリケーションを開発しています。ロボットアーム、ズームカメラ、サーマルイメージングカメラ(検査中の温度の記録と分析用)、LIDAR マッピングモジュール、エッジコンピューティング用の CPU または GPU モジュールが含まれます。

Spot 歩行ロボットは、インテリジェントなローミング エッジ デバイスとして機能し、専用のソフトウェアを搭載しています。ドアを開けたり、階段や複雑な地形を自力で移動したりすることができ、屋内または屋外の環境に適しています。モーションセンシング機能により、オペレーターは遠隔から機器を検査および監視できます。

「変電所の責任者であれば、変電所で Spot を起動し、移動させて、何を見ているのか確認することができます」と IBM コンサルティングのインテリジェント コネクテッド オペレーション担当シニア パートナー、スキップ スナイダー氏は語る。これには、発電所のバルブ群を検査し、バルブの測定値を記録することが含まれる可能性がある。これらの測定値をIBMの最先端のアプリケーションや特殊なペイロードモジュールと組み合わせると、顧客はさらに詳細な分析情報を得ることができると同氏は付け加えた。

ユーザーは、たとえば圧力の上昇率に基づいて、エッジ デバイスで圧力が許容圧力範囲を超える可能性があるかどうかを判断できます。モニターは作業指示書を作成し、担当者に通知します。もちろん、Spot は企業資産管理システムでこの作業指示書を自動的に作成することもできます。

Spot ロボットと IBM アプリを使用した最初のパイロット プロジェクトの 1 つは、マサチューセッツ州とニューヨーク州にサービスを提供する National Grid と共同で実施されました。 Spot は、National Grid サイトの定期的な自律検査を実行するために使用されます。 IBM は、施設システムで問題が検出された場合にデータを処理し、より迅速な対応を可能にする統合人工知能を通じて、新しい実用的なインテリジェンスを顧客に提供しています。

現在、ロボットによって収集された検査データの熱視覚分析を組み合わせた、ほぼリアルタイムの推論機能がフィールドテストされています。新しい分析機能は、修正されなければ深刻な機器の故障や停電につながる可能性のある、プラント部品のホットスポットやその他の問題を特定するのに役立ちます。 National Grid は、Spot ロボットを使用してエッジでデータを処理し、欠陥が見つかった場合に保守担当者に通知して、ロボットが検査を継続している間でもすぐに修理できるようにすることを計画しています。

IBMとボストン・ダイナミクスによれば、スポット・ロボットの感知機能は、IBMのツールとエッジ・テクノロジー、5G、セキュリティ、ハイブリッド・クラウドに関する専門知識を活用することで、複数の施設や機器の種類に拡張できるという。

モノのインターネット (IoT) の観点から考え、顧客が使用するすべての機器資産にセンサーをインストールします。たとえば、カメラ、振動センサー、マイク、ペイロードを組み合わせて、すべてのセンサーを複数のデバイスにインストールできます。もう 1 つの利点は、人々がより価値の高い他の作業に取り組めるようになることです。ユーザーは荷物内のセンサーを切り替えて複数のエリアの情報を同時に取得することもできるため、柔軟性が向上します。さまざまな方法で機器に入り、表示することができます。

Spot と他のロボット検査装置との最大の違いは、Spot はほぼどこにでも行けることです。大規模および超大規模企業(電力、石油、鉄道など)の場合、設備資産は広範囲に分散しており、気温が 100 度を超える作業場や気温が氷点下の屋外にある場合があります。しかし、スポットは気にしません。どんな地形でも歩くことができます。

技術の研究開発は継続されており、今後も新しい機能や能力が継続的に追加されていきます。

私たちは第四次産業革命の真っ只中にあり、一つの企業がすべてを実現することはできません。このようなコラボレーションは、テクノロジーの波が単なるクールなもの以上のものになることを確実にするために役立ちます。ますます多くの自動運転車が、自らの居場所を見つけるという重要なステップを実証しつつあります。これらのロボットは最終的に大量に使用されるようになり、バグを修正し、より高度な機能を提供し、トレーニングを実施するためにメンテナンスとアップデートが必要になります。

もちろん、多数のボットが迅速にパッチ適用されなかったり、ハッキングされたりした場合、さらに厄介な結果が生じる可能性があります。今日の AI フロンティア市場は、エコシステムの競争ゲームです。顧客の悩みを解決するには、ベンダーはパートナーシップを形成して業界の専門知識と深い運用知識を獲得する必要があります。ロボットやドローンの数が増加するにつれて、将来的には新たなユースケースがますます増えていくと予想されます。

農業、石油・ガス、鉱業、港湾などの分野でますます多くのロボットが活用されています。自律移動ロボットやドローンは、アクセスが困難な場所や危険な場所で人間のような作業を実行するための優れたツールであることが証明されています。これらのスマート マシンは内部ソフトウェアに接続され、データを収集、監視、記録します。その結果、業界ではロボットハードウェアベンダーと AI ソフトウェアプロバイダー間のコラボレーションがさらに進むことになります。

<<:  機械学習はサイバーセキュリティをどのように向上させることができるのでしょうか?

>>:  10の古典的なソートアルゴリズム

ブログ    

推薦する

1 つの記事で RNN (リカレント ニューラル ネットワーク) の基礎を理解する

[[211628]] 1. ニューラルネットワークの基礎ニューラル ネットワークは、あらゆる関数に適...

大きなモデルには画像がラベル付けされるので、簡単な会話だけで十分です。清華大学とNUSから

マルチモーダル大規模モデルに検出およびセグメンテーション モジュールを統合すると、画像の切り取りが簡...

AIがデータ分析を拡張し、効率化する方法

今日のデータ主導の世界では、AI が業界全体を変革しています。 AI は大規模なデータ分析を加速し、...

...

...

今後 3 ~ 5 年で、機械学習のどの分野の人材が最も不足するでしょうか?

[[205598]]すでにこの業界にいる私としては、今後数年間で業界にどのような機械学習の才能が必...

データ サイエンティストに必須の機械学習アルゴリズム 10 選

出典: towarddatascienceシャシャンク・グプタ「Rake World」編集部:そうだ...

2019年に注目すべき5つのAIトレンド

2018 年には、機械学習と人工知能に基づくプラットフォーム、ツール、アプリケーションの劇的な成長が...

マルウェア対策アルゴリズムを活用し、サイバーセキュリティ企業Menlo Securityが1億ドルを調達

組織をサイバー脅威から保護するエンドポイントレス クラウド ソリューションのプロバイダーである Me...

人工知能を初めて適用するときに尋ねるべき5つの質問

企業が社内でソリューションを構築する必要は必ずしもありませんが、これが失敗の一般的な原因となります。...

2024 年のデータ テクノロジーのトレンド: 基礎モデルと機密コンピューティング

おそらく、現代のデータ環境を形作る最大の力は、基礎となるモデルの遍在性です。これらのモデルは、外部の...

Google Bardは「防御を突破」し、自然言語を使ってロックを解除、インジェクションによるデータ漏洩のリスクを示唆

大規模言語モデルは、テキストを生成する際にプロンプ​​トワードに大きく依存します。この攻撃技は、プロ...

農業における生成AI

農業業界は、生成型人工知能 (AI) がもたらす貴重な洞察と生産性の向上により、大きな変革の可能性を...