Buzz Çözümleri, AI Güçlü Şebeke Zekasını Genişletmek için 20 Milyon Dolarlık A Serisi Fonunu Sağladı

Buzz Çözümleri, enerji altyapısının daha hızlı bir şekilde muayene edilmesini, bakımı yapılmasını ve güçlendirilmesini isteyen kamu hizmetleri için 20 milyon dolarlık bir A Serisi fonlama turunu tamamladı.

S3 Ventures turu yönetti ve GoPoint Ventures önemli bir takip yatırımı yaptı. Mevcut yatırımcılar HearstLab ve Blackhorn Ventures da katıldı. Buzz Çözümleri, sermayenin ürün geliştirme, pazarlama ekibinin genişletilmesi ve kamu hizmetleri müşterileri ile daha derin dağıtımlar için kullanılacağını söyledi.

Palo Alto merkezli şirket, enerji altyapısı gibi altyapıdan topladığı görsel muayene verilerini analiz eden yapay zeka yazılımları geliştirir. Müşterileri arasında Dominion Energy (D ), American Electric Power (AEP ) ve New York Power Authority yer alır.

Şebeke Muayenesini Manuel Resim İncelemesinin Ötesine Taşıyarak

Kamu hizmetleri, altyapıyı incelemek için giderek daha fazla insansız hava araçları, helikopterler, sabit kanatlı uçaklar, termal kameralar ve diğer görüntüleme sistemlerini benimsemiştir. Bu teknolojiler, geleneksel saha muayenelerinden daha fazla veri toplayabilir, ancak aynı zamanda bir sorun oluşturur: binlerce veya milyonlarca görüntüyü bakım kararlarını etkileyecek kadar hızlı bir şekilde işleme.

Buzz Çözümleri’nin PowerAI platformu, bu tıkanıklığı gidermek için tasarlanmıştır. Havadan ve yerden muayene programlarından alınan görüntüleri işler, görüntüleri belirli yapılarla eşler, potansiyel hataları tanımlar ve sorunları ciddiyetlerine göre sıralamaya yardımcı olur.

Platform, kırmızı-yeşil-mavi (RGB) ve termal görüntüleri, hasarlı direkler, bozulan haçlar, aşırı ısınan transformatörler, bitki girişi, izolatör hasarı ve kuş yuvaları gibi sorunlar için analiz edebilir. Sonuçlar, coğrafi bilgi sistemlerine, iş emri platformlarına ve varlık yönetim yazılımlarına entegrasyonlar ve uygulama programlama arayüzleri aracılığıyla gönderilebilir.

Bu iş akışı önemlidir, çünkü bir hatayı tanımlamak, altyapı yönetiminde sadece bir parçadır. Kamu hizmetleri, ayrıca etkilenen varlığın nerede olduğunu belirlemek, ne kadar acil dikkat gerektirdiğini değerlendirmek, işi atamak ve o varlığın durumunu zaman içinde izlemek zorundadır.

PowerAI Bilgisayarlı Görüntüleme ile İnsan Denetimini Birleştirir

Buzz Çözümleri, modellerinin, kamu hizmetleri görüntüleri ile eğitildiğini, yalnızca daha küçük demo veri kümeleri ile eğitilmediğini söylüyor. Platform şu anda 50’den fazla yapay zeka modeli içerir ve saniyede 5,8 görüntüyü işleyebilir.

PowerAI ayrıca insan-döngü inceleme yeteneklerini içerir. İnceleyiciler, algılamaları doğrulayabilir, model çıktılarını düzeltebilir ve sistem daha fazla altyapı türleri ve işletim koşulları ile karşılaştıkça doğruluğu geliştirebilir.

Bu otomasyon ve insan inceleme birleşimi, özellikle kamu hizmetleri ortamlarında, yanlış pozitiflerin gereksiz saha çalışmasına neden olabileceği ve kaçırılan bir hatanın ekipman arızalarına, kesintilere veya güvenlik risklerine yol açabileceği ortamlarda özellikle önemlidir.

Buzz, platformun çeşitli sürümlerini sunar. Kamu hizmetleri, merkezi muayene verileri yönetimi ve manuel inceleme ile başlayabilir, ardından otomatik görüntü analizi, coğrafi bilgi sistemi haritalama, gelişmiş analiz ve iş ve varlık yönetimi sistemleri ile entegrasyonlara doğru ilerleyebilir.

Platformu Şebekeye Genişletme

PowerAI ilk olarak iletim ve dağıtım altyapısına odaklanmıştı, ancak Buzz Çözümleri platformu, şalt sahalarına ve kamu hizmetleri ölçekli güneş enerjisi santrallerine genişletti.

Dağıtım ağları için, yazılım, muayene görüntülerini bireysel direkler ve yapılarla ilişkilendirebilir ve sonra hasarlı donanım, transformatör sorunları veya bitki girişi riskleri için analiz edebilir. İletim ekipleri, benzer şekilde platformu, varlık envanterini oluşturmak ve büyük ağlar boyunca durum değişikliklerini izlemek için kullanabilir.

Şalt sahalarında, şirket, sabit kameralardan ve demirli insansız hava araçlarından alınan görüntüleri, güvenlik olaylarını, güvenlik endişelerini ve ekipman durumlarını izlemek için kullanır. Optik ve termal video, yetkisiz girişler, duman, yangın veya anormal ısı imzaları gibi olaylar için analiz edilebilir ve uyarılar, paneller, e-posta veya metin mesajları aracılığıyla gönderilebilir. Dağıtımlar, bulut tabanlı veya işletmelerin operasyonel ve siber güvenlik gereksinimlerine bağlı olarak yerinde kurulabilir.

Güneş enerjisi teklifi, insansız hava araçlarından topladığı RGB ve termal görüntüleri analiz etmek için bilgisayar görüntülemesini kullanır. İşletmecilerin, sıcak noktaları, panel kırılmalarını ve dizi arızalarını, bu sorunların üretimi önemli ölçüde azaltmadan önce tanımlamalarına yardımcı olmak amaçlanmıştır.

Kamu Hizmetleri Dağıtımları Küçük Pilotlardan Öteye Geçiyor

Buzz Çözümleri, müşteri sayısının geçen yıl üç katına çıktığını ve gelirin %400 arttığını söyledi. Şirket, platformu daha büyük muayene programlarına uygulayan kamu hizmetleri örneklerini de yayınladı.

Dominion Energy, PowerAI’ı 47.000 iletim kulesini kapsayan 74.000 görüntüyü işlemek için kullandı ve bu işlemi üç buçuk saat içinde tamamladı. AEP Teksas, platformu, kasırga ve yangınlara maruz kalan bir dağıtım bölgesinde muayene döngülerini kısaltma çabaları kapsamında 88.000’den fazla görüntüyü analiz etmek için kullandı.

New York Power Authority, muayene sonuçlarını Esri, IBM Maximo ve dahili medya sistemleri ile entegre etti. Buzz Çözümleri, kamu hizmetinin, el ile analiz süresini %70 azalttığını, büyük hacimli muayene görüntülerinin artık aylar yerine saatler veya günler içinde değerlendirilebileceğini bildirdi.

Bu dağıtımlar, kamu hizmetleri yapay zeka programlarındaki daha geniş değişimi yansıtıyor. Bazı kamu hizmetleri, artık yalıtılmış modelleri değerlendirmek yerine, AI analizini doğrudan varlık kayıtları, bakım öncelikleri ve mevcut operasyonel sistemlerle bağlamaya başlıyor.

Artan Elektrik Talebi Acele Katar

Fonlama, Amerika Birleşik Devletleri’nin elektrik talebi büyümesi döneminde geliyor. Amerika Birleşik Devletleri Enerji Bilgileri İdaresi, ulusal elektrik tüketiminin son beş yıl içinde ortalama %2,1 oranında arttığını, veri merkezi sunucu talebinin önemli bir katkıda bulunmaya başladığını bildirdi.

Ajans, elektrik tüketiminin 2050 yılına kadar devam edeceğini, on yıldan fazla bir süredir göreli olarak düz bir talebin tersine döneceğini öngörüyor.

Yapay zeka veri merkezleri, yalnızca bir baskı kaynağı değildir. Kamu hizmetleri, ayrıca yenilenebilir enerji üretimini bağlamak, ulaşım ve endüstriyel elektrifikasyonu desteklemek, aşırı hava koşullarına cevap vermek ve on yıllar boyunca işletilebilecek altyapıyı korumak zorundadır.

Yeni üretim ve iletim kapasitesinin inşası hala önemlidir, ancak kamu hizmetleri ayrıca mevcut altyapıdan daha fazla güvenilirlik çıkarmak zorundadır. Bozulan ekipmanın daha erken tanımlanması, bakım ekiplerinin, ekipman arızalarına, kesintilere veya pahalı acil onarımlara dönüşmeden önce sorunları ele almasına olanak tanıyabilir.

AI Destekli Şebeke Yönetiminin Geleceği

PowerAI gibi platformların daha geniş anlamı, kamu hizmetlerinin altyapıyı zaman içinde nasıl yöneteceğinde bir değişiklik yaratabilir. Bugün, birçok muayene programı hala periyodik ve tepkiseldir, varlıklar sabit aralıklarla veya fırtınalar, kesintiler ve ekipman arızaları之后 muayene edilir. Görsel verilerin toplanması ve analizi kolaylaştıkça, kamu hizmetleri, daha sürekli, risk temelli bir bakım yaklaşımına geçebilir.

Bu modelde, yapay zeka, varlık durumundaki ince değişiklikleri tanımlamaya, mevcut görüntüleri önceki muayenelerle karşılaştırmaya ve beklenenden daha hızlı bozunan ekipmanı vurgulamaya yardımcı olacaktır. Bakım zamanlamaları, daha az yaşa veya rutin muayene döngülerine, daha çok her bir varlık için gerçek durum ve risk profiline dayanacaktır.

Teknoloji, kamu hizmetleri daha büyük insansız hava aracı filoları, sabit kameralar, termal sensörler ve diğer izleme sistemleri dağıttıkça daha değerli hale gelebilir. Otomatik analiz olmadan, bu araçlardan oluşan veri hacmi, muayene ekiplerini engelleyebilir. AI sistemleri, insan uzmanlarını, dikkat gerektirebilecek görüntülere, varlıklara ve anormal durumlara yönlendiren bir filtre katmanı olarak hizmet verebilir.

Zaman içinde, bu yetenekler, daha ayrıntılı dijital şebeke temsillerini destekleyebilir, görsel muayeneleri hava durumu verisi, kesinti geçmişleri, bitki koşulları ve bakım kayıtları ile birleştirebilir. Bu, kamu hizmetlerinin, bireysel hataların daha geniş ağlar üzerindeki güvenilirlik ve kamu güvenliği üzerindeki etkisini modellemesine ve onarımları, potansiyel etkilerine göre önceliklendirmesine olanak tanıyabilir.

Bu geçiş, model doğruluğu, siber güvenlik, şeffaflık ve hesap verebilirlik вокругunda önemli soruları da gündeme getirecektir. Kamu hizmetleri, bir sistemin neden belirli bir varlığı işaretlediğini, bu değerlendirmeye ne kadar güvendiğini ve insan incelemesinin ne zaman gerekli olduğunu anlamak zorundadır. Kararlar kritik altyapıyı içerdiğinden, AI önerileri, tam olarak özerk yerine denetlenen bir süreçin parçası olmaya devam edecektir.

Eğer bu zorluklar ele alınabilirse, bilgisayarlı görüntüleme, muayene görüntülerini incelemek için bir araçtan, şebeke planlama ve bakımının daha merkezi bir bileşeni haline gelebilir. Uzun vadeli etki, zorunlu olarak daha az inceleme personeli olmayacak, ancak zamanlarının nasıl kullanıldığında bir değişiklik olacak, daha fazla dikkat, müdahalenin en fazla fark yaratabileceği varlıklara ve konumlara yönlendirilecek.