Kontrolliert von Drohnen und Robotern
Fortschritte bei künstlicher Intelligenz machen die Inspektion von Infrastrukturen zunehmend zu einer rein maschinellen Angelegenheit. Die computerisierten Helfer sind dabei manchmal sogar zuverlässiger als Menschen.
- Will Knight
Die in Boston ansässige GE-Tochter Avitas Systems nutzt Drohnen und Roboter, um Infrastrukturen wie Pipelines, Stromleitungen und Transportsysteme zu inspizieren. Zur Orientierung und um automatisch Anomalien in den gesammelten Daten zu identifizieren, wird fertig zugekaufte Maschinenlern-Technologie von Nvidia eingesetzt.
Drohnen im Sicherheitsbereich
Zusammen mit schnellen Fortschritten bei Maschinenlernen schaffen billige Drohnen und Roboter-Systeme die Möglichkeit, ganze Sektoren mit niedrig qualifizierter Arbeit zu automatisieren. Derzeit ist viel von der Automatisierung von Tätigkeiten in Produktion und Büros die Rede. Stattdessen aber könnten Routine-Inspektionen im Sicherheitsbereich eines der ersten großen Gebiete sein, das von Fortschritten bei künstlicher Intelligenz erfasst wird.
Lesen Sie dazu auch:
An manchen Industrie-Standorten werden schon seit einiger Zeit Drohnen eingesetzt, und Unternehmen wie Kespry, Flyability oder CyPhy bieten Systeme für die Luft-Beobachtung von Minen und Windturbinen sowie für die Bewertung von Gebäudeschäden für Versicherungen an. Jetzt aber wird Technologie verfügbar, um derlei Aufgaben noch stärker zu automatisieren. Ähnliche Fortschritte sorgen beispielsweise dafür, dass Roboter auf der Suche nach Auffälligkeiten autonom durch Büros und Einkaufszentren rollen können.
In Bilddaten nach Defekten suchen
Avitas nutzt Drohnen, rollende Roboter und autonome Unterwasser-Fahrzeuge, um Bild-Daten von Ölraffinerien, Gaspipelines, Kühltürmen und anderen Anlagen zu sammeln. Dabei verwendet das Unternehmen das System DGX-1 von Nvidia, das die Gerätschaften mit hochmodernen Verfahren für maschinelles Lernen steuert und die Bild-Daten auf mögliche Defekte hin analysiert.
Das Nvidia-System arbeitet mit Deep Learning, einem Ansatz, bei dem ein sehr großes neuronales Netz darauf trainiert wird, Muster in Daten zu erkennen; besonders für die Bildverarbeitung hat es sich als nützlich erwiesen. Beispielsweise kann man einem tiefen neuronalen Netz mit tausenden von Beispielen beibringen, automatisch Defekte in einer Stromleitung zu erkennen. In manchen Fällen funktioniert das zuverlässiger als mit menschlicher Beteiligung.
Drohnen-Einsatz an abgelegenen Orten
Laut Alex Tepper, dem Gründer von Avitas, geben seine Kunden für manuelle Inspektionen von Anlagen hunderte Millionen Dollar aus. In den meisten Fällen muss ein Mitarbeiter dafür an einen abgelegenen Standort reisen. Eine Drohne oder ein Roboter dagegen kann dieselbe Stelle viele Male nacheinander aufsuchen, was es einfacher machen kann, Probleme zu entdecken. Nach Schätzungen von Avitas kann beispielsweise eine Raffinerie pro Jahr 1 Million Dollar an Inspektionskosten sparen.
Fortschritte bei künstlicher Intelligenz machen es darüber hinaus einfacher, Robotern beizubringen, selbstständig zu einem Standort zu navigieren. So hat das auf Deep Learning spezialisierte Unternehmen Neurale Anfang September ein Toolkit veröffentlicht, mit dem man Drohnen beibringen kann, ein Objekt zu erkennen oder ihm zu folgen und dabei Hindernissen auszuweichen.
(sma)
