Система общественного транспорта Нью-Йорка, долгое время страдающая от задержек и устаревшей инфраструктуры, обратилась к искусственному интеллекту для улучшения обслуживания и снижения прерываний в работе. В рамках пилотной программы, запущенной в прошлом году, Управление транспорта Нью-Йорка (MTA) в партнерстве с Google Public Sector тестирует TrackInspect — новую систему мониторинга путей, использующую генеративный ИИ для повышения надежности железнодорожного сообщения.
Потенциал системы TrackInspect выглядит многообещающе и демонстрирует этичное применение ИИ. Технология способна выявлять дефекты на рельсах, не заменяя при этом человеческий труд. Вместо этого она упрощает работу инспекторов, выделяя потенциальные проблемы для более тщательного обследования. Такой совместный подход гарантирует, что ИИ служит инструментом для повышения эффективности, не уменьшая при этом критическую роль человеческого суждения и опыта.
Система использует смартфоны, установленные на поездах метро, для обнаружения дефектов рельсов до того, как они приведут к задержкам. Благодаря датчикам и микрофонам смартфонов система отслеживает вибрации и звуки вдоль путей, отправляя эти данные в облако для анализа в реальном времени. “С помощью раннего обнаружения дефектов на рельсах мы экономим не только деньги, но и время — как для сотрудников, так и для пассажиров,” — отметил президент NYC Transit Деметриус Крихлоу.
Цель MTA состоит в том, чтобы программа на базе ИИ помогала отправлять работников по обслуживанию до того, как потенциальные дефекты усугубятся, уменьшая задержки по всей системе. Задача — поймать мелкие проблемы, прежде чем они перерастут в более серьезные, которые могут нарушить работу метро.
По данным MTA, в ходе первоначального испытания TrackInspect успешно выявила 92% дефектов на рельсах, которые впоследствии были подтверждены человеческими инспекторами. В рамках пилотной программы на поезда R46, курсирующих по линии A, были установлены смартфоны Pixel. Эти устройства зафиксировали 335 миллионов показаний датчиков, 1 миллион GPS-координат и 1200 часов аудио. Затем данные были проанализированы моделью ИИ для выявления аномалий, которые могли указывать на потенциальные дефекты на рельсах.
Для повышения точности работы ИИ сотрудники, проверяющие рельсы, все еще принимали участие в подтверждении полученных данных через ручные инспекции отмеченных участков и предоставление обратной связи. Этот цикл обратной связи способствовал улучшению предсказательных возможностей системы.
Несмотря на многообещающие результаты, MTA все еще не уверено в финансовой целесообразности расширения программы TrackInspect. Пилотный проект был предложен без затрат для MTA, но затраты на масштабирование программы по всему городу остаются неясными. Возможность более широкого внедрения этой системы, основанной на ИИ, будет зависеть от финансирования. Если TrackInspect будет успешной, это поможет улучшить работу метро и в конечном итоге сэкономить MTA значительные средства в долгосрочной перспективе.
Хотя перед MTA еще много вызовов, TrackInspect является шагом в правильном направлении. Успешная интеграция ИИ с человеческим контролем предлагает перспективу того, как технологии могут улучшить обслуживание общественного транспорта, не заменяя при этом важную работу инспекторов. Если программа продолжит развиваться и расширяться, она может стать ценным инструментом в решении некоторых из самых стойких проблем, с которыми сталкивается система метро Нью-Йорка.
Источник: The Ticker