Obchodní potřeba
Chytřejší přístup k monitoringu infrastruktury
Provozovatelé rozsáhlé infrastruktury potřebují monitorovat a kontrolovat svá aktiva s maximální přesností, aby zajistili bezpečnost a kontinuitu provozu. Tradiční metody jsou pomalé, spoléhají na manuální kontroly a nedokážou plně využít velké množství generovaných vizuálních dat. V tomto kontextu představuje GenAI klíčový nástroj pro předvídání rizik a umožnění okamžité reakce.
Ferrovial potřeboval centralizované technologické řešení schopné agilně monitorovat infrastrukturu, urychlit procesy, minimalizovat zpoždění a náklady a poskytovat přehled v reálném čase pro lepší rozhodování. Byla zapotřebí škálovatelná a flexibilní platforma, kterou by bylo možné nasadit na více lokalitách bez významných dodatečných investic.
Ferrovial chtěl zároveň vyhodnotit potenciál multimodální AI pro analýzu videa v konkrétních případech použití ve stavebnictví a na dálnicích.
Rychlost, s jakou jsou data interpretována, určuje, jak rychle lze přijmout okamžitá opatření, která pomáhají předcházet závažnějším událostem. Včasný zásah je zásadní. Právě toho chceme tímto projektem dosáhnout: zlepšit řízení incidentů a zvýšit bezpečnost naší infrastruktury. Práce NTT DATA byla v tomto ohledu klíčová.
Navržené řešení
Přeměna videa na provozní informace
V reakci na tuto potřebu a v rámci Center of Excellence zaměřeného na inovace a technologická řešení pro infrastrukturu vyvinula NTT DATA proof of concept (PoC), který využívá data z kamer v reálném prostředí k vyhodnocení potenciálu generativní AI pro analýzu videa. PoC je založen na inovativní technologické platformě využívající multimodální modely GenAI.
Řešení bylo nejprve použito k analýze zaznamenaného videa v kontrolovaných prostředích, kde umožnilo AI interpretovat scény s vysokou mírou přesnosti. Následně bylo jeho využití rozšířeno na živé video a vznikl systém nepřetržitého monitoringu schopný detekovat vzorce, generovat upozornění a okamžitě poskytovat relevantní insighty.
Toto inovativní řešení integruje vizuální data pro monitoring infrastruktury v reálném čase. Umožňuje identifikovat anomálie, předvídat rizika a generovat automatizovaná doporučení a zároveň se přizpůsobovat růstu a různorodosti spravovaných aktiv. Do budoucna se očekává začlenění dalších datových zdrojů a nasazení řešení v produkčních prostředích.
Nový nástroj založený na GenAI nabízí následující možnosti:
- Zero-shot schopnosti a flexibilitu, díky nimž lze nástroj používat v různých scénářích pouhou úpravou promptů, bez nutnosti trénování nebo fine-tuningu. Tím se liší od tradičních řešení počítačového vidění, která vyžadují cílené přizpůsobení.
- Škálovatelnost, která podporuje zpracování velkých objemů videa, live streamingu a současné nasazení na více lokalitách.
- Vyšší provozní efektivitu díky agilnějším a automatizovaným procesům.
- Řízení založené na datech, které poskytuje objektivní informace v reálném čase pro projektové řízení a provoz infrastruktury.
- Použitelnost napříč odvětvími, která přesahuje stavebnictví a dálnice a zahrnuje například energetiku, dopravu a těžký průmysl.
- Přehled v reálném čase, který optimalizuje rozhodování.
- Okamžité reakce.
Řešení lze využít v celé řadě případů použití, včetně sledování průběhu projektů, monitoringu stavenišť, analýzy pohybu osob, vozidel a strojů, monitoringu a řízení během provozu a rychlé reakce na mimořádné události.
Díky škálovatelné architektuře získává Ferrovial robustní a flexibilní systém navržený tak, aby se vyvíjel společně s novými provozními potřebami.
Tento společný projekt pro Ferrovial ukazuje, že large vision models – jako pokročilá forma GenAI aplikovaná na vizuální data – společně s analýzou v reálném čase a pokročilou automatizací představují nové paradigma v monitoringu a správě infrastruktury.
Dosažené výsledky a přínosy
Reálné výsledky díky AI
Platforma založená na large vision models přináší:
- Univerzální řešení, které podporuje různé případy použití napříč odvětvími s minimálními úpravami a bez nutnosti trénování.
- Silný výkon v reálných scénářích, kdy v provedených testech dosáhla 70% přesnosti.
- Okamžité generování detailních reportů pro komplexní scénáře.
- Rychlou identifikaci upozornění pro konkrétní situace během několika sekund.