Kaitlyn Albertoli – Người sáng lập Buzz Solutions – Loạt phỏng vấn

Kaitlyn Albertoli là người sáng lập Buzz Solutions, một công ty AI cung cấp phát hiện lỗi tài sản và phân tích dự đoán cho việc kiểm tra đường dây điện, mang lại tiết kiệm quan trọng trong việc ngăn chặn đường dây điện bị ngắt, mất điện và cháy rừng do cơ sở hạ tầng lưới điện bị hỏng.

Buzz Solutions được thành lập như một phần của khóa Stanford Launchpad vào năm 2017, bạn có thể chia sẻ một số chi tiết về những ngày đầu tiên không?

Chúng tôi bắt đầu Buzz Solutions để giải quyết một nhu cầu quan trọng phát sinh trong những ngày đầu tiên của việc kiểm tra cơ sở hạ tầng tiện ích điện. Trong thời điểm quan trọng này, các công ty tiện ích bắt đầu thu thập nhiều dữ liệu hình ảnh hơn để đảm bảo và cho phép kiểm tra thường xuyên và kỹ lưỡng. Từ đầu, chúng tôi đã dành rất nhiều thời gian để tìm hiểu về các điểm đau của các công ty tiện ích, cũng như hiểu về tầm nhìn ngắn hạn và dài hạn cho các chương trình kiểm tra của họ.

Nhận ra rằng mỗi công ty tiện ích có phương pháp kiểm tra và quy trình thường xuyên riêng, rõ ràng rằng điểm vào thị trường tốt nhất là thông qua các thuật toán AI mạnh mẽ và linh hoạt. Trong hai năm đầu, nhiệm vụ của chúng tôi là xây dựng các thuật toán chính xác nhất và dễ đào tạo lại nhất trên thị trường mà các công ty tiện ích có thể triển khai trực tiếp vào các hệ thống hiện có của họ. Chúng tôi đã ra mắt sản phẩm PowerAI chính thức của Buzz Solutions vào thị trường tiện ích vào tháng 8 năm 2019.

Các công ty tiện ích được yêu cầu phải kiểm tra tất cả cơ sở hạ tầng truyền tải và phân phối, tại sao việc kiểm tra thủ công lại là một vấn đề đối với các phương pháp kiểm tra thủ công?

Khi các công ty tiện ích phải thực hiện kiểm tra thường xuyên hơn, mức độ thu thập dữ liệu đang tăng vọt. Các công ty tiện ích đang thu thập 5-10 lần dữ liệu so với mức độ lịch sử, thường thu thập hàng trăm nghìn và hàng triệu hình ảnh mỗi năm. Quá trình phân tích dữ liệu này hiện được thực hiện thủ công, với sự tham gia của các kỹ thuật viên đường dây và kỹ thuật viên hiện trường, đây là một quá trình tốn thời gian và không thể mở rộng quy mô. Khi kiểm tra trở nên thường xuyên hơn, quá trình thủ công trở nên tốn kém hơn, mất nhiều thời gian hơn và dễ dẫn đến sự cố cơ sở hạ tầng do dữ liệu không được xử lý kịp thời.

Loại dữ liệu xử lý hình ảnh nào được thu thập trong lĩnh vực?

Hình ảnh và luồng video hiện được thu thập trong lĩnh vực bằng cách sử dụng máy bay không người lái, máy bay trực thăng, máy bay cánh cố định và thậm chí cả thiết bị thu thập dữ liệu trên mặt đất. Máy bay không người lái đang trở thành một phương tiện kiểm tra phổ biến hơn vì chúng có thể bay gần các cấu trúc và thu thập hình ảnh từ các góc độ không thể với máy bay có người lái. Máy bay không người lái có thể thu thập hình ảnh của các thành phần điện khác nhau, cấu trúc lưới điện, cây cối xung quanh và vị trí. Điều này cho phép kiểm tra toàn diện hơn, vì vậy một công ty tiện ích có thể hiểu rõ hơn về tình trạng của từng thành phần cơ sở hạ tầng cho cả đường dây điện và trạm biến áp.

Loại tiết kiệm chi phí nào được thấy khi phân tích những hình ảnh này với AI so với phân tích thủ công?

Phân tích hình ảnh với AI mang lại tiết kiệm chi phí đáng kể, và những tiết kiệm này tiếp tục tăng theo thời gian. AI mang lại tiết kiệm chi phí trực tiếp ban đầu khoảng 50% so với phân tích thủ công, và theo thời gian, những tiết kiệm này tăng theo cấp số nhân khi AI theo dõi các xu hướng và trở nên thông minh hơn theo thời gian. Điều này cho phép kiểm tra có mục tiêu và thông tin hơn, cũng như cung cấp cho các kỹ thuật viên đường dây thêm tiết kiệm bằng cách cung cấp thông tin tốt hơn để họ có thể lập kế hoạch bảo trì một cách rõ ràng và nhanh chóng hơn.

Công nghệ Buzz Solutions có thể xác định những gì cần được sửa chữa chỉ trong vài giờ, bạn có thể thảo luận về AI được sử dụng để kích hoạt điều này không?

Thuật toán PowerAI Machine Vision được đào tạo để phát hiện một danh sách cụ thể các bất thường cho cơ sở hạ tầng tiện ích. Chúng tôi đã dành hai năm xây dựng các thuật toán này từ đầu và tổng hợp các tập dữ liệu đa dạng trên các khu vực địa lý và thời gian để đào tạo AI bao gồm các lỗi này. Một lợi thế chúng tôi có là chúng tôi đã đào tạo AI với hình ảnh thực tế so với “hình ảnh tổng hợp” và độ chính xác của chúng tôi trong việc xác định và dự đoán lỗi thiết bị hoặc vấn đề là cao hơn đáng kể so với trung bình của ngành. Điều này có nghĩa là các công ty tiện ích có thể sửa chữa các vấn đề nhanh chóng và hiệu quả hơn.

Ngoài ra, AI của chúng tôi tận dụng huấn luyện có sự tham gia của con người, nơi các kỹ thuật viên hiện trường và kỹ sư đưa dữ liệu trở lại vào AI, cho phép mô hình trở nên thông minh và cá nhân hóa hơn theo thời gian. Danh sách toàn diện các chế độ lỗi mà các thuật toán PowerAI phát hiện hiện nay đã được suy dẫn từ những nhu cầu lớn nhất mà các công ty tiện ích đã thể hiện.

Bạn có thể thảo luận về hệ thống phân tích dự đoán được sử dụng và lợi ích mà nó mang lại không?

Buzz theo dõi xu hướng và lỗi tài sản của tiện ích theo thời gian, giúp AI và hệ thống học máy trở nên mạnh mẽ, cá nhân hóa và hiệu quả hơn. Điều này cũng thúc đẩy các hệ thống để suy dẫn thông tin từ những xu hướng này và dự đoán các khu vực có thể dễ bị lỗi hơn, tức là “điểm nóng”. Đây là nơi tiềm năng thực sự của một hệ thống phân tích dự đoán phát huy tác dụng và cho phép các công ty tiện ích có cái nhìn sâu sắc hơn về nơi và khi nào thiết bị của họ có thể bị lỗi.

Bạn có thể thảo luận về kế hoạch nhắm vào lĩnh vực gió và năng lượng mặt trời không?

Cho đến nay, Buzz đã tập trung vào việc trở thành giải pháp AI chính xác và hiệu quả nhất trong không gian kiểm tra tiện ích. Tuy nhiên, có nhiều lĩnh vực cơ sở hạ tầng khác, bao gồm cả việc sản xuất năng lượng tái tạo, nơi phân tích kiểm tra là cần thiết và rất có giá trị. Buzz có kế hoạch mở rộng ra ngoài không gian kiểm tra T&D và sẽ đưa ra thông báo về một số mở rộng thị trường cụ thể hơn khi chúng tôi thêm các trường hợp sử dụng mới vào danh mục của mình.

Làm thế nào tối ưu hóa lĩnh vực điện giúp giảm thiểu biến đổi khí hậu?

Buzz Solutions hỗ trợ các nỗ lực tập trung vào tính bền vững và giúp giảm thiểu một số vấn đề khí hậu lớn nhất mà chúng ta đang đối mặt ngày nay bằng cách cho phép giảm thiểu thảm họa do lưới điện gây ra, giảm phát thải và tăng độ tin cậy của lưới điện. Phát hiện lỗi dựa trên AI của chúng tôi giảm thiểu các vụ cháy rừng do tài sản bị lỗi gây ra khi chúng tôi cảnh báo các công ty tiện ích về các lỗi và cây cối xâm phạm cơ sở hạ tầng.

Ngoài ra, hệ thống của chúng tôi đánh dấu các khu vực lỗi phổ biến (“điểm nóng”). Các khu vực điểm nóng được xác định trước cho phép kiểm tra có mục tiêu thay vì máy bay trực thăng bay ngẫu nhiên trong hàng trăm dặm. Kiểm tra có mục tiêu giúp các công ty tiện ích giảm phát thải carbon và thúc đẩy phản ứng dự đoán thay vì phản ứng phản xạ. Công nghệ của chúng tôi cho phép một lưới điện mạnh mẽ và ổn định hơn, cho phép thâm nhập hiệu quả các nguồn năng lượng tái tạo vào cơ sở hạ tầng lưới điện.

Bạn có thể thảo luận về tầm nhìn tổng thể của bạn về chuyển đổi số trong lĩnh vực tiện ích không?

Buzz Solutions đang ở vị trí tiên phong trong chuyển đổi số của quy trình kiểm tra và bảo trì cho các công ty tiện ích điện. Mặc dù việc thu thập nhiều dữ liệu hơn là quan trọng, nhưng việc quản lý dữ liệu thành công và suy dẫn thông tin hành động từ thông tin đó còn quan trọng hơn. Đây là nơi Buzz đặc biệt có giá trị.

Không chỉ giải pháp PowerAI của chúng tôi cung cấp thông tin nhanh chóng về tình trạng hiện tại của cơ sở hạ tầng, mà nó còn theo dõi dữ liệu này và cảnh báo một công ty tiện ích về khu vực có nguy cơ cao nhất đối với lưới điện. PowerAI cho phép nâng cấp các thành phần nhanh hơn và cung cấp một con đường hiệu quả hơn đến hiện đại hóa lưới điện. Chuyển đổi số trong lĩnh vực đã cho phép thu thập dữ liệu liền mạch, nhưng sức mạnh của dữ liệu là khả năng biến dữ liệu thô thành một bức tranh thống nhất và suy dẫn thông tin cụ thể từ thông tin đó.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Buzz Solutions.