Ali Asmari, Tiến sĩ, Trưởng bộ phận Trí tuệ nhân tạo và Học máy tại ULC Technologies – Loạt phỏng vấn

Ali Asmari, Tiến sĩ là trưởng bộ phận trí tuệ nhân tạo và học máy tại ULC Technologies. ULC Technologies được coi là một trong những công ty tiên phong trong lĩnh vực kỹ thuật robot và phát triển công nghệ cho các ngành năng lượng, tiện ích và công nghiệp. Kể từ khi thành lập vào năm 2001, mục tiêu của ULC luôn là cải thiện hoạt động của các tiện ích và hỗ trợ cải thiện cơ sở hạ tầng.

Điều gì đã thu hút bạn đến lĩnh vực robot và trí tuệ nhân tạo?

Tôi rất giỏi toán và vật lý khi còn học trung học, điều này đã dẫn tôi đến việc học kỹ thuật cơ khí tại đại học. Các chủ đề yêu thích của tôi tại trường đại học là Cơ học máy và Kiểm soát phi tuyến, cả hai đều cần thiết cho việc kiểm soát hệ thống robot. Những chủ đề này cung cấp cho bạn tất cả các công cụ cần thiết để biến tưởng tượng robot của bạn thành hiện thực. Tôi không chỉ xây dựng robot của riêng mình khi còn học đại học, mà còn tham gia các cuộc thi robot quốc tế trên toàn thế giới. Tôi cũng quyết định tiếp tục học tập trong lĩnh vực này và vào trường sau đại học để trở thành một chuyên gia robot.

Trí tuệ nhân tạo là một khái niệm đã trở nên phổ biến trong ứng dụng vào đầu những năm 2010. Sau khi tham gia một số khóa học cơ bản về Học máy và Mạng nơ-ron, tôi đã bắt đầu áp dụng các phương pháp này vào nghiên cứu và công việc của mình. Tôi thực sự ngạc nhiên về sự tương đồng giữa các khái niệm học máy và cách bộ não con người học tập và hoạt động. Việc sử dụng học máy trong robot còn tương đối mới và còn nhiều việc phải làm, và tôi cảm thấy rất may mắn khi được tham gia vào phong trào này.

ULC Technologies có nhiều robot được thiết kế để đi dưới lòng đất trong các địa hình khó khăn. Những thách thức nào đằng sau việc xây dựng các giải pháp tránh chướng ngại vật và lập kế hoạch đường đi hoàn toàn tự động cho các loại robot này?

Phần lớn công việc của chúng tôi tập trung vào việc kiểm tra và cải tạo nội bộ các đường ống cũ trong các khu vực đô thị và trong các đường ống này, thường có các mảnh vụn, điều này làm cho các giải pháp tự động hoàn toàn trở nên thách thức. Để giải quyết vấn đề này, ULC đã phát triển các hệ thống robot đường ống thương mại được điều khiển thủ công qua các đường ống khí. Trong 20 năm qua, chuyên môn của chúng tôi trong lĩnh vực robot đường ống đã được mở rộng, cho phép chúng tôi tích hợp nhiều yếu tố tự động hóa và học máy hơn.

Một trong những sáng kiến như vậy được gọi là Bản đồ Thông tin Mạng lưới Phân phối (DNIM), đây là một dự án hợp tác với mạng lưới khí đốt của Vương quốc Anh, SGN để áp dụng học máy vào mạng lưới đường ống, giúp chúng tôi xác định và lập bản đồ đường ống và các tính năng bên trong đường ống một cách hiệu quả. Dữ liệu này cuối cùng sẽ giúp mở ra các con đường để tránh chướng ngại vật và lập kế hoạch đường đi trong các môi trường đường ống phức tạp này.

ULC Technologies hiện đang cung cấp những giải pháp robot nào?

ULC làm việc với các công ty tiện ích và năng lượng để phát triển và triển khai các giải pháp robot cho việc kiểm tra, sửa chữa và bảo trì cơ sở hạ tầng trên và dưới mặt đất, chẳng hạn như đường ống, nhà máy LNG, trạm biến áp và các môi trường phức tạp khác.

Chúng tôi đã phát triển một robot gọi là CISBOT có thể đi vào đường ống khí đốt gang sống và di chuyển qua đường ống để niêm phong các mối nối từ bên trong, giúp các mạng lưới khí đốt ngăn chặn bất kỳ rò rỉ nào và kéo dài tuổi thọ của đường ống lên đến 50 năm, tất cả đều không cần tắt khí cho khách hàng. ULC cũng đã phát triển một bộ các hệ thống robot máy quay và hệ thống crawler để kiểm tra đường ống khí đốt sống, giúp các tiện ích giảm thiểu rủi ro, cải thiện hiệu quả và giải quyết các thách thức hoạt động.

Ngoài các hệ thống robot dưới lòng đất hiện tại của chúng tôi, chúng tôi cũng có một đội nghiên cứu và phát triển trong nhà đang làm việc trên các giải pháp robot cho các ngành công nghiệp khác. Một ví dụ là Hệ thống Xây dựng và Đào đất Robot (RRES), một dự án mà chúng tôi đang phát triển hợp tác với công ty Vương quốc Anh, SGN. RRES là một hệ thống robot tất cả điện được thiết kế để thay thế các phương pháp đào đất truyền thống với khả năng bao gồm cảm biến dưới lòng đất, khoan và cắt đường, đào tự động mềm và lắp đặt đường ống, sau đó có khả năng khôi phục lại đường bộ. Thông qua sự phát triển thêm, chúng tôi hy vọng sẽ mở rộng phạm vi hoạt động mà RRES có thể thực hiện trong tương lai.

Đây chỉ là một số ví dụ về các giải pháp robot mà chúng tôi hiện đang cung cấp, nhưng thông tin thêm về các công nghệ của chúng tôi có thể được tìm thấy trên trang web của chúng tôi. Chúng tôi có nhiều dự án khác đang được phát triển và luôn tìm kiếm cơ hội hợp tác với các công ty trong các ngành công nghiệp tiện ích, năng lượng và công nghiệp đang tìm kiếm các giải pháp tự động hóa.

Loại dữ liệu nào được thu thập?

ULC Technologies xây dựng các giải pháp robot tùy chỉnh để giải quyết các thách thức kỹ thuật khác nhau trong ngành. Dựa trên loại ứng dụng, mỗi robot thu thập các loại dữ liệu khác nhau từ môi trường của nó. Dưới đây là danh sách một số loại dữ liệu phổ biến mà chúng tôi thu thập trong quá trình kiểm tra:

1. Hình ảnh màu độ phân giải cao. Ví dụ, Các phương tiện bay không người lái (UAV) của chúng tôi thu thập hình ảnh 40MPixel trong quá trình kiểm tra
2. Đám mây điểm 3D. Ví dụ, đám mây điểm 3D mà một số robot crawler trong đường ống của chúng tôi thu thập.
3. Một số robot trên mặt đất của chúng tôi xử lý dữ liệu LIDAR để điều hướng
4. Hình ảnh hồng ngoại. UAV và giải pháp Định vị và Bản đồ Tài sản (AIM) của chúng tôi có thể thu thập hình ảnh hồng ngoại trong quá trình kiểm tra để đánh giá tình trạng của tài sản.
5. Radar tần số cao. Hệ thống Xây dựng và Đào đất Robot (RRES) sử dụng Radar xuyên đất để lập bản đồ vị trí của các tài sản chôn dưới lòng đất.

Có nhiều loại dữ liệu khác mà một số nền tảng của chúng tôi thu thập cho các mục đích khác nhau không được bao gồm trong danh sách này vì chúng áp dụng cho một ngành công nghiệp cụ thể.

Có thể cho tôi biết thêm về việc các hình ảnh này được gắn thẻ địa lý không?

Trên mỗi nền tảng robot, việc gắn thẻ địa lý cho hình ảnh thu được diễn ra một cách độc đáo cho từng hệ thống và thông tin có sẵn trong môi trường của nó.

Hệ thống AIM của chúng tôi sử dụng GPS trên tàu để lập bản đồ đường đi của xe khảo sát. Sử dụng các cảm biến khác trên tàu, các thuật toán tầm nhìn máy tính và theo dõi mục tiêu, phần mềm độc quyền của chúng tôi đo lường vị trí của mỗi tài sản được xác định và gắn thẻ địa lý cho hình ảnh của chúng. Trong môi trường bị che khuất GPS như bên trong đường ống dưới lòng đất, các robot của chúng tôi sử dụng các phương pháp khác để giao tiếp với xe khảo sát trên mặt đất để gắn thẻ địa lý cho dữ liệu thu được từ bên trong đường ống.

Các công nghệ học máy nào hiện đang được sử dụng để xử lý dữ liệu?

Có ba phương pháp học máy chính đang được sử dụng trong robot và xử lý dữ liệu tự động, tất cả đều được sử dụng trong các ứng dụng khác nhau tại ULC Technologies.

1. Học có giám sát, nơi cần có sự thật để đào tạo mô hình. Các mô hình này có độ chính xác cao hơn trong xử lý dữ liệu. Giải pháp AIM của ULC đang sử dụng mô hình này để xác định tài sản cơ sở hạ tầng điện trên mặt đất với độ chính xác và khả năng lặp lại cao.
2. Học không có giám sát, trong đó mô hình xác định sự tương đồng và bất thường trong dữ liệu. Chúng tôi đã sử dụng phương pháp này để xử lý hình ảnh từ các robot crawler trong đường ống và lập bản đồ vị trí của chúng dọc theo đường ống.
3. Học tăng cường, đây là một hệ thống dựa trên phần thưởng để đào tạo các thiết bị phức tạp mà không cần tính toán ngược kinematic phức tạp. Chúng tôi đang sử dụng phương pháp này để vận hành cánh tay robot trên nền tảng RRES để thực hiện các hoạt động đào đất khác nhau.

Có điều gì khác mà bạn muốn chia sẻ về ULC Technologies không?

Chúng tôi luôn tìm kiếm cơ hội hợp tác với các nhà lãnh đạo trong các ngành công nghiệp, năng lượng và xây dựng để xác định và hợp tác trong việc phát triển các giải pháp đổi mới. Thông qua công việc và thử nghiệm thực địa của chúng tôi, chúng tôi tiếp tục nâng cao khả năng trí tuệ nhân tạo và học máy của mình và mong muốn giải quyết các thách thức mới cho khách hàng của mình trong tương lai.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm có thể truy cập ULC Technologies.