Vikhyat Chaudhry, CTO, COO și 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 și sisteme înglobate la Altitude și absolvent al Universității Stanford.

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

Puteți împărtăși drumul și momentele importante ale carierei 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 din New Delhi și, prin acest experiment, am descoperit că calitatea aerului era peste 500 AQI, ceea ce este echivalentul fumatului 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 bază de cărbune de-a lungul anilor. Această experiență a consolidat interesul meu pentru utilizarea tehnologiei pentru a aborda problemele reale din lume 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 (CSCO ) 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, construind interesul care a început în străinătate. L-am cunoscut pe co-fondatorul meu, Kaitlyn, la un curs unde ne-am legat prietenie datorită pasiunilor noastre pentru mediu, energie și antreprenoriat. Am descoperit 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. GenAI în sectorul utilităților este un caz de utilizare interesant, deoarece datele cu care lucrăm implică multe variabile diferite. Există factori precum rezoluția camerei, unghiul de captură și distanța obiectului – și acestea sunt doar pentru drone. Există, de asemenea, condiții de mediu precum coroziunea sau invazia vegetației, care introduc numeroase grade de libertate. Din cauza acestei complexități, seturile de date de antrenare bune pentru modelele de rețea pot fi greu de găsit.

Acesta este locul în care GenAI a intrat în scenă în ultimii ani – pe măsură ce inteligența artificială și învățarea automată se îmbunătățesc, seturile de antrenare pe care le creează devin, de asemenea, mai bune.

GenAI 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 GenAI în industria utilităților progresează, seturile de date sintetice, bazate pe date din lumea reală, vor ajuta la antrenarea modelelor pentru a gestiona scenarii complexe și unice de date mai eficient, oferind îmbunătățiri semnificative în întreținerea predictivă și detectarea anomaliilor, ceea ce va reduce, la rândul său, dezastrele naturale.

Puteți explica cum instrumentul de inteligență artificială al Buzz Solutions utilizează 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 inclusiv imagini sau videouri luate 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 alterează manual diverse componente ale unei imagini pentru a încerca să țină cont de un număr exponențial de scenarii și cazuri limită. În prezent, este minunat pe hârtie, dar nu în practică. Modelele antrenate cu date reale de la început sunt dovedite a fi mai precise și avantajul este că, prin utilizarea datelor reale, echipele pot face o corespondență 1:1 cu “adevărul de pe teren” – o reprezentare precisă a scenariilor din lumea fizică pe care un tehnician este probabil să le întâlnească (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 inteligenței artificiale. Două dintre principalele provocări pe care le întâlnim sunt transformarea internă și gestionarea datelor. Datele și comunicarea compartimentate 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. Schimbarea 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 substanțiale și timp, făcându-l dificil să adăugați diferite tehnologii deasupra tranziției. Introducerea unor soluții eficiente de inteligență artificială nu este recomandată până când acest proces nu este finalizat.

De asemenea, este important ca, intern, să existe o schimbare culturală alături de schimbarea tehnologică. Acest lucru necesită ca angajații să fie de acord cu învățarea continuă și adaptabilitatea față de schimbările în proces și să privească soluțiile de inteligență artificială ca instrumente eficiente pentru a-și face munca de zi cu zi mai ușoară și mai eficientă.

Puteți explica procesul de antrenare a modelelor de inteligență artificială cu date testate în teren de la siturile de infrastructură vitale?

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 tipuri principale de algoritmi: 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 în domeniu pe care îi avem în echipe – cu zecile de ani de experiență combinată ca tehnicieni de 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 îmbunătățirea siguranței reparațiilor liniilor electrice?

Lucrul de reparații la liniile electrice este una dintre cele mai periculoase ocupații din America, iar industria se confruntă cu efectele unei forțe de muncă în vârstă și cu lipsa de tehnicieni.

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 prestabilit – 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 computerului, răsfoiau mii de imagini și identificau problemele manual. Acest proces a devenit insuportabil când liniile electrice au continuat să experimenteze probleme, ceea ce a condus la situații mai periculoase și la o supraveghere regulamentară mai mare, 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 manevreze astfel încât să poată captura informații mai granulare.

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

Soluția noastră elimină cea mai mare parte a muncii manuale de analiză din inspecția rețelei. PowerAI poate identifica rapid situații periculoase pentru a preveni dezastrele potențiale și poate furniza informații critice pentru monitorizare și securitate. Algoritmii de inteligență artificială sunt antrenați pentru a identifica anomalii, cum ar fi temperaturi extreme, accesul neautorizat al vehiculelor/persoanelor, imagistica termică și multe altele.

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

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 recolteze 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 luate de-a lungul sute de mile de infrastructură. Având în vedere că am primit primul nostru set de date de la o utilitate pe bandă, acesta este un lucru 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 securitate 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 să utilizeze inteligența artificială, iar există multe soluții de luat în considerare. Înainte de a sări în această direcție, este important să identificați obiectivele și să stabiliți o fundație stabilă – 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 important să fiți pregătiți să obțineți mai multe date decât ați 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 gestiona aceste solicitări și să se asigure că are 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 corect la date, confidențialitatea și securitatea atunci când implementează soluții de inteligență artificială. Informațiile generate de inteligența artificială ar trebui, în cele din urmă, să fie integrate în fluxurile de lucru existente ale utilităților, 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 pot vizita Buzz Solutions.