Vikhyat Chaudhry, CTO, COO y Co-Fundador de Buzz Solutions – Serie de Entrevistas

Vikhyat Chaudhry es el CTO, COO y co-fundador de Buzz Solutions y un ex científico de datos en Cisco, un ingeniero de aprendizaje automático y sistemas integrados en Altitude y un graduado de Stanford.

Buzz Solutions ofrece software de inteligencia artificial y análisis predictivos precisos para permitir inspecciones visuales más eficientes de la infraestructura de transmisión, distribución y subestaciones.

¿Puedes compartir tu trayectoria y logros profesionales que te llevaron a co-fundar Buzz Solutions?

Crecí en Nueva Delhi, India, con una curiosidad natural por la innovación y la ingeniería, y asistí al Delhi College of Engineering, donde estudié Ingeniería Civil y Ambiental. Recuerdo particularmente un momento durante mi último año cuando construí un dron desde cero y lo volé en la ciudad. La tarea era monitorear la contaminación del aire en Nueva Delhi, y a través de este experimento, descubrí que la calidad del aire era superior a 500 AQI, lo que equivale a fumar 60 cigarrillos al día. La mala calidad del aire se podía atribuir directamente a la falta de electrificación, el aumento de las emisiones vehiculares y el aumento del número de centrales eléctricas de carbón a lo largo de los años. Esta experiencia solidificó mi interés en utilizar la tecnología para abordar problemas del mundo real relacionados con la energía y el poder.

Antes de fundar Buzz, mi experiencia tecnológica me llevó a mi papel como Líder de Equipos de Inteligencia Artificial y Ciencia de Datos en Cisco Systems (CSCO ) durante unos años. Esta experiencia fue invaluable y me brindó una exposición temprana a una amplia gama de proyectos de inteligencia artificial y aprendizaje automático.

Obtuve mi maestría en Ingeniería Civil/Ambiental en la Universidad de Stanford en 2016. Durante este tiempo, tomé clases especializadas en ingeniería energética, lo que aumentó mi interés que comenzó en el extranjero. Conocí a mi co-fundadora Kaitlyn en una clase donde nos unimos por nuestra pasión por el medio ambiente, la energía y el emprendimiento. Descubrimos una gran necesidad en la industria de la utilidad y hemos estado trabajando en soluciones para abordarla desde entonces.

¿Cuáles son los desarrollos clave que has observado en la transición de la inteligencia artificial tradicional a la inteligencia artificial generativa durante tu carrera, y qué impactos significativos ha tenido esta transición en diversas industrias?

 En 2022, comenzamos a experimentar con la inteligencia artificial generativa. La inteligencia artificial generativa en el sector de la utilidad es un caso de uso interesante porque los datos con los que trabajamos involucran muchas variables diferentes. Hay factores como la resolución de la cámara, el ángulo de captura y la distancia del objeto – y esos son solo para los drones. También hay condiciones ambientales como la corrosión o la invasión de vegetación que introducen numerosos grados de libertad. Debido a esta complejidad, los conjuntos de datos de entrenamiento buenos para los modelos de la red pueden ser difíciles de encontrar.

Esa es donde entra la inteligencia artificial generativa – a medida que la inteligencia artificial y el aprendizaje automático mejoran, también lo hacen los conjuntos de datos que crea.

La inteligencia artificial generativa se ha convertido en una opción viable para el entrenamiento de modelos, especialmente con casos de borde cruciales donde las variables tienen valores más extremos, como en el caso de un incendio forestal. A medida que la inteligencia artificial generativa en la industria de la utilidad progresa, los conjuntos de datos sintéticos, basados en datos del mundo real, ayudarán a entrenar modelos para manejar escenarios de datos complejos y únicos de manera más efectiva, lo que ofrecerá mejoras significativas en el mantenimiento predictivo y la detección de anomalías, lo que a su vez reducirá los desastres naturales.

¿Puedes explicar cómo la herramienta de inteligencia artificial de Buzz Solutions utiliza datos reales para la detección de anomalías y los beneficios que ofrece sobre los datos sintéticos?

En la industria de la utilidad, los datos reales significan cualquier cosa que se pueda capturar en el campo, generalmente incluyendo imágenes o videos tomados desde fuentes aéreas como drones o helicópteros. Los datos sintéticos, por otro lado, son datos recopilados a través de un proceso de replicación de imágenes que altera manualmente varios componentes de una imagen para tratar de cuenta para un número exponencial de escenarios y casos de borde. Actualmente, es excelente en papel pero no en la práctica. Los modelos entrenados con datos reales desde el principio son más precisos y la ventaja es que, a través del uso de datos reales, los equipos pueden mapear 1:1 con la “verdad en el terreno” – una representación precisa de los escenarios del mundo físico que un técnico probablemente encuentre (como ruido de fondo y clima). Los datos reales cuentan con posibilidades del mundo real y incluyen las variables impredecibles de la detección de fallas.

Mientras que los datos sintéticos solos no pueden optimizar para escenarios del mundo real (aún), todavía desempeñan un papel importante en el entrenamiento de modelos.

¿Cuáles son los desafíos más grandes que enfrentas al integrar la inteligencia artificial con los sistemas heredados en las empresas de servicios públicos?

Los sistemas heredados en las empresas de servicios públicos a menudo son incompatibles con los avances de la inteligencia artificial. Dos desafíos importantes que vemos que enfrentan las empresas son la transformación interna y la gestión de datos. Los datos siloizados y la comunicación pueden ser perjudiciales para los esfuerzos de transformación digital. Los datos que ya poseen las empresas de servicios públicos deben ser administrados y seguros mientras se transfiere la información.

Además, las empresas de servicios públicos que aún utilizan almacenamiento de datos en el lugar enfrentan desafíos más grandes. El cambio de almacenamiento de datos en el lugar a la infraestructura en la nube no es el problema, sino más bien la transformación extensa y el impacto que sigue. Este proceso requiere recursos y tiempo sustanciales, lo que hace que sea difícil agregar diferentes tecnologías encima de la transición. No se recomienda introducir soluciones de inteligencia artificial efectivas hasta que este proceso esté completo.

Es importante que, internamente, haya un cambio cultural junto con el cambio tecnológico. Esto requiere que los empleados estén de acuerdo con el aprendizaje continuo y la adaptabilidad a los cambios en el proceso y consideren las soluciones de inteligencia artificial como herramientas efectivas para hacer que sus trabajos diarios sean más fáciles y eficientes.

¿Puedes explicar el proceso de entrenamiento de modelos de inteligencia artificial con datos de campo probados de sitios de infraestructura vitales?

Una gran parte del proceso de entrenamiento es ingerir los datos aéreos proporcionados por drones y helicópteros. Elegimos usar drones sobre métodos como satélites debido a la flexibilidad y la entrega inmediata de datos que permiten. Usamos tres algoritmos principales: clustering de imágenes, segmentación y detección de anomalías.

Nuestra tecnología está impulsada por el aprendizaje automático con intervención humana – lo que permite a los expertos en la materia de nuestro equipo brindar retroalimentación directa al modelo para predicciones por debajo de un cierto nivel de confianza. Tenemos suerte de tener a los expertos en la materia en nuestros equipos que tenemos – con sus décadas de experiencia combinada como técnicos de campo, brindan retroalimentación para hacer que nuestros modelos sean más precisos, personalizados y robustos.

Al usar datos de campo probados reales, podemos garantizar que nuestra detección de anomalías sea altamente precisa y confiable, brindando a las empresas de servicios públicos información útil.

¿Cómo contribuye la tecnología de inteligencia artificial de Buzz Solutions a hacer que las reparaciones de líneas de energía sean más seguras?

El trabajo de reparación de líneas de energía es una de las ocupaciones más mortales en América, y la industria está experimentando los efectos de una fuerza laboral envejecida y la escasez de técnicos.

Con nuestra tecnología, PowerAI, la respuesta de emergencia se ha vuelto más efectiva y precisa, para que los técnicos puedan evaluar los daños de forma remota y tener tiempo para desarrollar un curso de acción predeterminado – lo que reduce la posibilidad de enviar a un técnico a una situación desconocida y potencialmente peligrosa.

PowerAI utiliza visión por computadora y aprendizaje automático para automatizar una gran parte del proceso de detección de fallas. Ha hecho que el análisis de grandes cantidades de datos sea más rápido, seguro y económico, por lo que ahora los técnicos enfrentan un riesgo innecesario reducido y una mayor eficiencia operativa. Esta eficiencia operativa se presenta a través de costos más bajos, tiempos de respuesta más rápidos y mantenimiento preventivo.

¿Cuál es el papel de los drones y otras tecnologías avanzadas en la modernización de las inspecciones de infraestructura?

Historicamente, el proceso de inspecciones de infraestructura era completamente manual y muy mundano. Los inspectores se sentaban frente a la pantalla del computador, revisaban miles de imágenes y identificaban problemas a mano. Este proceso se volvió insostenible cuando las líneas de energía seguían experimentando problemas que llevaban a situaciones más inseguras y una mayor supervisión regulatoria, lo que aumentaba la cantidad de datos que debían revisarse en un período de tiempo más corto.

La tecnología basada en inteligencia artificial simplifica significativamente el proceso de análisis de datos, lo que reduce el tiempo y el costo involucrados. Esto permite a las empresas de servicios públicos desplegar equipos de reparación más rápidamente y de manera más efectiva. La detección de problemas también es mucho más precisa, lo que garantiza que las reparaciones sean oportunas y previenen peligros en ciernes.

Al capturar imágenes para el análisis, las inspecciones con drones son más seguras y rentables que otros métodos de infraestructura como helicópteros, satélites y aviones fijos. Su portabilidad les permite maniobrar de una manera que pueden acercarse y capturar información más detallada.

¿Cómo ayuda la plataforma con inteligencia artificial de Buzz Solutions a las empresas de servicios públicos con el mantenimiento predictivo y el ahorro de costos?

Nuestra solución elimina la mayor parte del trabajo de análisis manual de la inspección de la red. PowerAI puede identificar rápidamente situaciones peligrosas para prevenir desastres potenciales y brindar información crítica para fines de monitoreo y seguridad. Los algoritmos de inteligencia artificial están entrenados para identificar anomalías como temperaturas extremas, acceso no autorizado de vehículos/personal, imágenes térmicas y más.

Además de la pista preventiva, PowerAI también puede proporcionar una priorización jerárquica de anomalías para la planificación de mantenimiento optimizado. Todas estas cosas minimizan la necesidad de inspecciones físicas, reduciendo los costos operativos y los riesgos de seguridad asociados con las inspecciones manuales. La plataforma con inteligencia artificial también proporciona una detección más precisa y precisa, lo que mejora la toma de decisiones de mantenimiento.

¿Puedes discutir el impacto de la adopción de la inteligencia artificial en la eficiencia operativa de las empresas de servicios públicos?

Después del impulso inicial de adoptar un modelo de inteligencia artificial, una empresa de servicios públicos seguirá cosechando los beneficios del modelo durante un período de tiempo ilimitado. El ciclo de vida de un modelo de inteligencia artificial comienza en la instalación. La inteligencia artificial puede cosechar información útil de miles de imágenes tomadas a lo largo de cientos de millas de infraestructura. Considerando que recibimos nuestro primer conjunto de datos de una empresa de servicios públicos en una cinta, esto es extraordinario y solo está mejorando. La inteligencia artificial hace que la detección temprana de problemas de mantenimiento sea mucho más posible, lo que evita que los incidentes menores se conviertan en peligros de seguridad más grandes como incendios forestales y lesiones graves. Reduce la necesidad de inspecciones humanas, lo que hace que la empresa de servicios públicos sea más rentable.

En tu artículo “Adoptar la inteligencia artificial es solo el comienzo para las empresas de servicios públicos”, discutes los pasos iniciales de la adopción de la inteligencia artificial. ¿Cuáles son las consideraciones más críticas para las empresas de servicios públicos que comienzan su viaje en inteligencia artificial?

Hay una gran oportunidad para que las empresas de servicios públicos utilicen la inteligencia artificial, y muchas soluciones para considerar. Antes de saltar, es importante identificar sus objetivos y establecer una base sólida – ¿qué desafíos están enfrentando actualmente que les gustaría que la inteligencia artificial ayudara a abordar? ¿Tiene su equipo la experiencia técnica y el tiempo para abordar una transformación tan compleja? ¿Cómo afectará a sus clientes?

Además de estar alineados internamente, es importante estar preparados para obtener más datos de los que la empresa de servicios públicos ha tenido previamente, lo que probablemente generará más mantenimiento a medida que surjan problemas. Una empresa de servicios públicos debe tener un plan para acomodar estas solicitudes y asegurarse de que tengan los recursos adecuados antes de comenzar su viaje en inteligencia artificial. Las empresas de servicios públicos también necesitan trabajar con proveedores de soluciones para implementar el acceso a datos, la privacidad y la seguridad adecuados al implementar soluciones de inteligencia artificial. La información generada por la inteligencia artificial finalmente debe ser alimentada en los flujos de trabajo de la empresa de servicios públicos existentes para que se conviertan en información útil y puedan cumplir con los objetivos comerciales y operativos de la organización.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Buzz Solutions.