Automatic Failure Detection:abbiamo una VISIONE sulla tua azienda
Manutenzione predittivaImmagini aeree e Intelligenza artificiale al servizio di una piattaforma di ispezione virtuale della rete infrastrutturale per una Trasformazione Digitale sostenibile
Sviluppiamo piattaforme di ispezione virtuale integrate all'Intelligenza Artificiale, che garantiscono la tua performance aziendale e la sostenibilità ambientale
Automatic Failure Detection, l'Intelligenza Artificiale applicata
La sfida consiste nello sviluppo di un servizio che, partendo dall’acquisizione di immagini aeree di una qualsiasi infrastruttura monitorabile tramite immagini, sia in grado di analizzare lo stato di “salute” dell’infrastruttura stessa. Si tratta nello specifico di processare una “grande” quantità di dati attraverso agenti cognitivi intelligenti, basati su tecniche di machine learning, deep learning e computer vision, che affiancheranno ed assisteranno gli addetti al monitoraggio nelle attività di ispezione, permettendo di intercettare, programmare e organizzare secondo priorità gli interventi di manutenzione.
Facciamo Manutenzione Predittiva! La soluzione in fasi
Lo sviluppo di una piattaforma di ispezione virtuale dell'infrastruttura, integrata con funzionalità di riconoscimento automatico delle failure da immagini aeree, si sviluppa secondo le seguenti fasi progettuali:
-
Acquisizione dati e loro storage
-
Processamento dati
-
Data labelling
-
Machine Learning
-
Processamento risultati
-
Coinvolgimento utenti
Vantaggi: Trasformazione Digitale e Sostenibilità
Oggi più che mai ci rendiamo conto della molteplicità delle ricadute positive di una Trasformazione Digitale:
- Cambio del modello di ispezione da quella fisica programmata e on-condition all’ispezione virtuale assistita dai modelli AI/ML
- Cambio del modello di manutenzione da quella programmata a quella supportata dai riscontri dei modelli di AI/ML addestrati sulle immagini aeree
- Visione complessiva dei failure sull’infrastruttura
ma la creazione di infrastrutture intelligenti è anche una leva della sostenibilità ambientale, perché l'introduzione di questi processi:
- riducono gli spostamenti dei tecnici, limitando l’emissione della CO2
- aumentano la capacità di identificare problemi e aiutano a programmare la manutenzione che ottimizza sprechi delle risorse
Principali ambiti del servizio
- Machine learning (ML) tramite il quale, data scientist e sviluppatori, possono creare, addestrare e distribuire modelli di machine learning in modo rapido e sicuro in un ambiente ospitato pronto per la produzione.
- Utilizzo di funzionalità human-in-the-loop, che consente di sfruttare la potenza del feedback umano durante tutto il ciclo di vita del ML per migliorare l'accuratezza e la pertinenza dei modelli. Tramite il quale è possibile completare una serie di attività umane, dalla generazione e annotazione dei dati alla revisione, personalizzazione e valutazione del modello.
- Integrazione e customizzazione del sistema informativo geografico (GIS), usato per la creazione e l'uso di mappe, compilazione di dati geografici, analisi di mappe, condivisione di informazioni geografiche e gestione delle informazioni geografiche in una base di dati.
- Sviluppi custom in Python da impiegare nella data science e nel machine learning (ML).