Vikhyat Chaudhry, CTO, COO & Co-Fondator al Buzz Solutions – Seria de interviuri

Vikhyat Chaudhry este CTO, COO și co-fondator al Buzz Solutions și fost om de știință în domeniul datelor la Cisco, inginer de învățare automată/sisteme înglobate la Altitude și absolvent al Universității Stanford.

Buzz Solutions oferă software de inteligență artificială și analitică predictivă precisă pentru a putea efectua inspecții vizuale mai eficiente pentru infrastructura de transmisie, distribuție și substații.

Ne puteți împărtăși drumul și momentele cheie din carieră care v-au condus la co-fondarea Buzz Solutions?

M-am născut la New Delhi, India, cu o curiozitate naturală pentru inovație și inginerie și am urmat Colegiul de Inginerie din Delhi, unde am studiat ingineria civilă și de mediu. Îmi amintesc în special un moment din anul final când am construit o dronă de la zero și am zburat cu ea în oraș. Tema era să monitorizez poluarea aerului la New Delhi și, prin acest experiment, am descoperit că calitatea aerului era peste 500 AQI, ceea ce echivalează cu fumatul a 60 de țigări pe zi. Calitatea proastă a aerului putea fi urmărită direct până la lipsa de electrificare, emisiile crescânde de vehicule și creșterea numărului de centrale electrice pe cărbune de-a lungul anilor. Această experiență a consolidat interesul meu pentru utilizarea tehnologiei pentru a aborda probleme reale asociate cu energia și puterea.

Înainte de a co-fonda Buzz, backgroundul meu tehnologic m-a condus la rolul de lider al echipelor de inteligență artificială și știință a datelor la Cisco Systems pentru câțiva ani. Această experiență a fost inestimabilă și mi-a construit expunerea la o gamă diversă de proiecte de inteligență artificială și învățare automată de la început.

Am obținut masteratul în inginerie civilă și de mediu de la Universitatea Stanford în 2016. În acest timp, am urmat cursuri specializate în ingineria energetică, consolidând interesul care a început în străinătate. L-am cunoscut pe co-fondatorul meu, Kaitlyn, la un curs unde ne-am legat prietenie datorită pasiunii noastre pentru mediu, energie și antreprenoriat. Am dat peste o nevoie mare în industria utilităților și am lucrat la soluții pentru a aborda această problemă de atunci.

Care sunt principalele evoluții pe care le-ați observat în trecerea de la inteligența artificială tradițională la inteligența artificială generativă pe parcursul carierei dvs. și care sunt impacturile semnificative pe care această tranziție le-a avut asupra diferitelor industrii?

În 2022, am început să experimentăm cu inteligența artificială generativă. IA generativă în sectorul utilităților este un caz de interes deoarece datele cu care lucrăm implică multe variabile diferite. Sunt factori precum rezoluția camerei, unghiul de captură și distanța obiectului – și acestea sunt doar pentru drone. Sunt și condiții de mediu precum coroziunea sau invazia vegetației care introduc numeroase grade de libertate. Din cauza acestei complexități, datele de antrenare bune pentru modelele de rețea pot fi greu de găsit.

Acolo intervine IA generativă – pe măsură ce inteligența artificială și învățarea automată se îmbunătățesc, se îmbunătățesc și seturile de date pe care le creează.

IA generativă a devenit o opțiune viabilă pentru antrenarea modelelor, în special pentru “cazurile limită” în care variabilele au valori mai extreme, cum ar fi în cazul unui incendiu de pădure. Pe măsură ce IA generativă în industria utilităților progresează, seturile de date sintetice, bazate pe date din lumea reală, vor ajuta la antrenarea modelelor pentru a gestiona scenarii de date complexe și unice mai eficient, oferind îmbunătățiri semnificative în întreținerea predictivă și detectarea anomaliilor, ceea ce va reduce, la rândul său, dezastrele naturale.

Ne puteți explica cum folosește instrumentul de inteligență artificială al Buzz Solutions date reale pentru detectarea anomaliilor și care sunt beneficiile pe care le oferă față de datele sintetice?

În industria utilităților, datele reale înseamnă orice poate fi capturat în teren, de obicei incluzând imagini sau videoclipuri realizate din surse aeriene, cum ar fi drone sau elicoptere. Datele sintetice, pe de altă parte, sunt date colectate prin procesul de replicare a imaginilor care modifică manual diverse componente ale unei imagini pentru a încerca să țină cont de un număr exponențial de scenarii și cazuri limită. În prezent, este grozav pe hârtie, dar nu în practică. Modelele antrenate cu date reale de la început s-au dovedit a fi mai precise și avantajul este că, prin utilizarea datelor reale, echipele pot mapa 1:1 cu “adevărul de pe teren” – o reprezentare precisă a scenariilor din lumea reală pe care un tehnician le-ar întâlni probabil (cum ar fi zgomotul de fond și vremea). Datele reale țin cont de posibilitățile din lumea reală și includ variabilele imprevizibile ale detectării defectelor.

În timp ce datele sintetice singure nu pot optimiza pentru scenariile din lumea reală (încă), ele joacă totuși un rol important în antrenarea modelelor.

Care sunt cele mai mari provocări pe care le întâmpinați atunci când integrați inteligența artificială cu sistemele legacy în companiile de utilități?

Sistemele legacy în companiile de utilități sunt adesea incompatibile cu progresele în domeniul inteligenței artificiale. Două dintre principalele provocări pe care le întâlnim companiile sunt transformarea internă și gestionarea datelor. Datele și comunicarea fragmentate pot fi dăunătoare eforturilor de transformare digitală. Datele pe care utilitățile le dețin deja trebuie gestionate și securizate, în timp ce informațiile sunt transferate.

În plus, utilitățile care încă folosesc stocarea datelor on-premises se confruntă cu provocări mai mari. Trecerea de la stocarea datelor on-premises la infrastructura cloud nu este problema, ci mai degrabă transformarea extinsă și consecințele care urmează. Acest proces necesită resurse și timp substanțiale, făcând dificilă adăugarea diferitelor tehnologii deasupra tranziției. Introducerea soluțiilor eficiente de inteligență artificială nu este recomandată până când acest proces nu este finalizat.

Este important și ca, intern, să aibă loc o schimbare culturală alături de schimbarea tehnologică. Acest lucru necesită ca angajații să fie de acord cu învățarea continuă și adaptabilitatea la schimbările din proces și să privească soluțiile de inteligență artificială ca instrumente eficiente pentru a-și face joburile zilnice mai ușoare și eficiente.

Ne puteți explica procesul de antrenare a modelelor de inteligență artificială cu date testate în teren de la siturile de infrastructură vitală?

O parte uriașă a procesului de antrenare constă în ingestia datelor aeriene furnizate de drone și elicoptere. Alegem să folosim drone în loc de metode precum sateliții, datorită flexibilității și livrării imediate a datelor pe care le permit. Folosim trei algoritmi diferiți: clustering de imagini, segmentare și detectare a anomaliilor.

Tehnologia noastră este condusă de învățarea automată cu intervenție umană – care permite experților noștri în domeniu să ofere feedback direct modelului pentru predicțiile sub un anumit nivel de încredere. Suntem norocoși să avem experții noștri în domeniu în echipe – cu zecile de ani de experiență combinată a tehnicienilor din teren, ei oferă feedback pentru a face modelele noastre mai precise, personalizate și robuste.

Prin utilizarea datelor reale testate în teren, putem asigura că detectarea noastră a anomaliilor este extrem de precisă și fiabilă, oferind companiilor de utilități informații actionabile.

Cum contribuie tehnologia de inteligență artificială a Buzz Solutions la creșterea siguranței lucrărilor de reparații ale liniilor electrice?

Lucrările de reparații ale liniilor electrice sunt una dintre cele mai periculoase ocupații din America, iar industria se confruntă cu efectele unei forțe de muncă în vârstă și cu lipsa tehnicienilor.

Cu tehnologia noastră, PowerAI, răspunsul la urgențe a devenit mai eficient și mai precis, astfel încât tehnicienii pot evalua daunele de la distanță și pot avea timp să dezvolte un plan de acțiune predeterminat – ceea ce reduce posibilitatea de a trimite un tehnician într-o situație necunoscută și potențial periculoasă.

PowerAI utilizează viziunea computerizată și învățarea automată pentru a automatiza o parte uriașă a procesului de detectare a defectelor. A făcut analiza unor cantități mari de date mai rapidă, mai sigură și mai ieftină, astfel încât tehnicienii se confruntă cu riscuri inutile reduse și o eficiență operațională mai mare. Această eficiență operațională se prezintă prin costuri mai mici, timpuri de întoarcere mai rapide și întreținere preventivă.

Care este rolul dronelor și al altor tehnologii avansate în modernizarea inspecțiilor infrastructurii?

În mod istoric, procesul de inspecție a infrastructurii a fost complet manual și foarte monoton. Inspecutorii stăteau în fața ecranului calculatorului, răsfoiau mii de imagini și identificau problemele manual. Acest proces a devenit insuportabil când liniile electrice au continuat să aibă probleme, ceea ce a dus la situații mai periculoase și la o supraveghere regulamentară mai strictă, creșterea cantității de date care trebuiau revizuite într-un timp mai scurt.

Tehnologia bazată pe inteligență artificială simplifică semnificativ procesul de analiză a datelor, ceea ce reduce timpul și costurile implicate. Acest lucru permite companiilor de utilități să trimită echipe de reparații mai rapid și mai eficient. Detectarea problemelor este, de asemenea, mult mai precisă, asigurând că reparațiile sunt la timp și prevenind pericolele în curs de dezvoltare.

La capturarea imaginilor pentru analiză, inspecțiile cu drone sunt mai sigure și mai rentabile decât alte metode de infrastructură, cum ar fi elicopterele, sateliții și avioanele cu aripi fixe. Portabilitatea lor le permite să se deplaseze astfel încât pot ajunge mai aproape și pot captura informații mai detaliate.

Cum ajută platforma inteligentă a Buzz Solutions companiile de utilități cu întreținerea predictivă și economiile de costuri?

Soluția noastră elimină cea mai mare parte a analizei manuale a datelor din inspecția rețelei. PowerAI poate identifica rapid situații periculoase pentru a preveni potențiale dezastre și poate furniza informații critice pentru monitorizare și securitate. Algoritmii de inteligență artificială sunt antrenați pentru a identifica anomalii, cum ar fi temperaturi extreme, acces neautorizat de vehicule/persoane, imagini termice și multe altele.

Pe lângă urmărirea preventivă, PowerAI poate oferi, de asemenea, o ierarhizare a anomaliilor pentru planificarea întreținerii optimizate. Toate acestea minimizează nevoia de inspecții fizice, reducând costurile operaționale și riscurile de siguranță asociate cu inspecțiile manuale. Platforma inteligentă oferă, de asemenea, o detectare mai precisă și mai exactă, îmbunătățind deciziile de întreținere.

Ne puteți discuta impactul adoptării inteligenței artificiale asupra eficienței operaționale a companiilor de utilități?

După ridicarea inițială a adoptării unui model de inteligență artificială, o companie de utilități va continua să beneficieze de beneficiile modelului pentru o perioadă nelimitată de timp. Ciclul de viață al unui model de inteligență artificială începe la instalare. Inteligența artificială poate obține informații actionabile din mii de imagini realizate pe sute de mile de infrastructură. Având în vedere că am primit primul nostru set de date de la o utilitate pe bandă, acesta este extraordinar și devine tot mai inteligent. Inteligența artificială face posibilă detectarea timpurie a problemelor de întreținere, ceea ce previne incidentele minore să escaladeze în pericole de siguranță mai mari, cum ar fi incendiile de pădure și rănirile grave. Reduce nevoia de inspecții umane, făcând utilitatea mai rentabilă.

În articolul dvs. “Adoptarea inteligenței artificiale este doar începutul pentru companiile de utilități”, discutați despre pașii inițiali ai adoptării inteligenței artificiale. Care sunt cele mai critice considerații pentru utilitățile care își încep călătoria cu inteligența artificială?

Există o oportunitate uriașă pentru utilități de a utiliza inteligența artificială, și există multe soluții de luat în considerare. Înainte de a sări în această direcție, este important să identificați obiectivele și să stabiliți o bază solidă – care sunt provocările pe care le întâmpinați în prezent și pe care ați dori ca inteligența artificială să le ajute să le abordeze? Deține echipa dvs. expertiza tehnică și timpul necesar pentru a aborda o astfel de transformare complexă? Cum va afecta clienții dvs.?

Pe lângă alinierea internă este pregătirea pentru a obține mai multe date decât utilitatea a avut anterior, ceea ce va conduce probabil la mai multă întreținere pe măsură ce apar probleme. O utilitate ar trebui să aibă un plan pentru a face față acestor solicitări și să se asigure că dispune de resursele adecvate înainte de a-și începe călătoria cu inteligența artificială. Utilitățile trebuie, de asemenea, să lucreze cu furnizorii de soluții pentru a implementa accesul, confidențialitatea și securitatea datelor atunci când implementează soluții de inteligență artificială. În cele din urmă, informațiile generate de inteligența artificială ar trebui să fie integrate în fluxurile de lucru existente ale utilității, astfel încât să devină actionabile și să poată îndeplini obiectivele de afaceri și operaționale ale organizației.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe ar trebui să viziteze Buzz Solutions.