ИИ и дроны. Это уникальное сочетание способно создать в вашем ангаре большие волны, благодаря которым вы сможете работать еще эффективнее. Это не будущее, а практика, над которой сейчас работают Mainblades. Понятия не имею, как это представить? Позвольте нам объяснить это вам.

ЧТО ТАКОЕ КОМПЬЮТЕРНОЕ ЗРЕНИЕ?

Компьютерное зрение (CV) — это приложение искусственного интеллекта (ИИ), которое обучает компьютеры идентифицировать, интерпретировать и отслеживать объекты на фотографиях и видео. Технология в первую очередь основана на распознавании шаблонов, которые повторяются в заданном наборе данных. В случае с Mainblades это означает выявление различных повреждений фюзеляжа самолета. Чтобы сделать это надежно, алгоритмы необходимо обучать, передавая большое количество изображений с помеченными объектами. Это позволяет алгоритму установить уникальный профиль для каждого объекта. Если это повторяется достаточно часто, в конечном итоге он сможет идентифицировать объекты на немаркированных изображениях.

КАК РАБОТАЕТ КОМПЬЮТЕРНОЕ ВИДЕНИЕ MAINBLADES?

Несмотря на недавнюю шумиху вокруг достижений в области искусственного интеллекта, алгоритмы машинного обучения по-прежнему сильно зависят от опыта и взаимодействия людей. Поэтому мы в Mainblades сосредоточили наши алгоритмы на сотрудничестве между нашей авиакомпанией и партнерами по ТОиР. Наличие людей в цикле позволяет нам постоянно улучшать алгоритмы с меньшим объемом данных и быстро реагировать на новые ситуации и варианты использования. Такое включение обратной связи с человеком называется Активное обучение, что является основой философии исследований и разработок Mainblades в области машинного обучения.

3-ЭТАПНАЯ ПРОЦЕДУРА

Конечные пользователи, такие как инженерно-технический персонал авиакомпаний, напрямую способствуют повышению точности показателей машинного обучения. Это многоступенчатая процедура. На первом этапе прогнозы предварительно генерируются с помощью алгоритма ИИ. Это стало возможным благодаря тому, что первоначальный набор данных из 15 000 изображений, показывающих повреждения самолетов, был помечен с помощью разработанного компанией интерфейса для маркировки. Маркировка в данном случае конкретно означает добавление к изображениям информации о том, что они содержат. Метка состоит из списка так называемых ограничивающих рамок (выделены оранжевым на рисунке выше). Каждая ограничительная рамка представляет собой прямоугольник, содержащий объект с именем объекта. На основе этих меток модели могут научиться делать прогнозы и сообщать пользователям о содержании изображений.

На втором этапе подключаются авиационные инспекторы. После полного осмотра дрона оператор получает немедленный доступ к предложенным ограничивающим рамкам и обнаруженным повреждениям через iPad-приложение Flight. Все это происходит в фоновом режиме, пока дрон проводит осмотр. Теперь пользователям необходимо просмотреть прогнозы, чтобы найти потенциальные ошибки. Этот обзор затем используется для оценки производительности модели и создания новых данных для улучшения следующей версии модели. Проверка гарантирует, что окончательное решение всегда будет принимать человек-оператор, обладающий экспертными знаниями.

Третий и последний шаг — проверка нашей собственной командой специалистов по обработке и анализу данных. Проверка необходима, чтобы модели машинного обучения получали не только правильные, но и достоверные и непротиворечивые данные. Проверенные аннотации, в свою очередь, будут возвращены алгоритму обучения для получения улучшенной модели. Со временем машинное обучение будет улучшаться с учетом отзывов, что сократит время, необходимое для выполнения обзора.

ТЕКУЩЕЕ СОСТОЯНИЕ И ПУТИ ВПЕРЕД

С 2020 года наши команды разрабатывают рабочие процессы и политики компании, а также техническую инфраструктуру для сбора, обработки и проверки больших наборов данных, чтобы сделать взаимодействие ИИ и дронов реальностью. Тем временем наша инфраструктура значительно усовершенствовалась благодаря поддержке авиакомпаний-партнеров и MRO. С помощью приложения Mainblades Flight App инженеры теперь могут просматривать изображения всего самолета, анализировать повреждения и сравнивать данные с существующими наборами данных. Когда наш алгоритм, основанный на искусственном интеллекте, обнаружит повреждения, он немедленно предоставит ценную информацию. В отчете о проверке указывается тип повреждения, его размер, а также его расположение в соответствии с форматом станции и стрингеров из руководств по ремонту Boeing и Airbus. Наши модели обучены распознавать наиболее распространенные повреждения, указанные в руководствах по ремонту OEM-производителей, такие как вмятины, царапины, коррозия, удары молнии размером до 2 мм.

AI И ДРОНЫ — ВОЗМОЖНОСТИ ДЛЯ АВИАКОМПАНИЙ И MROS

Используя комбинацию доступных в настоящее время и хорошо изученных методов искусственного интеллекта в рамках гибкой архитектуры и быстрых циклов итерации, Mainblades уже может достичь высокой степени автоматического обнаружения повреждений для таких случаев использования, как удары молнии и GVI. Однако, чтобы реализовать весь потенциал машинного обучения, необходимо установить доверие к разработке, внедрению и фактическому использованию ИИ. Вот где вы вступаете в игру. Если вы хотите сотрудничать с нами, чтобы увидеть, куда могут привести вас и ваш бизнес автоматизированные проверки дронов с обнаружением повреждений с поддержкой машинного обучения, мы предлагаем следующий план действий:

Сообщите нам, что вы ищете. Например: какие типы повреждений вы хотите распознавать?

Вы уже работали с методами AI/ML раньше? У вас есть большой объем данных, но вы не можете извлечь из них пользу?

В течение пробного периода проведем инспекционные полеты в вашем ангаре. Мы будем собирать и обрабатывать данные и позаботимся о том, чтобы у нас были все примеры, необходимые для точной настройки наших алгоритмов для вашего приложения и варианта использования. Мы также рассмотрим существующие данные и вместе разработаем стратегию использования этих данных.

Используя данные пробного периода, мы создадим отчет о точности и производительности наших алгоритмов на ваших данных. Это может послужить основой для принятия решения «Да/Нет» для дальнейшего сотрудничества для тонкой настройки взаимодействия ИИ и дронов.

Если вы решите продолжить с нами, вы можете использовать алгоритмы обнаружения, и мы продолжим их улучшать с новыми данными продолжающейся проверки, а также с вашими отзывами.

Свяжитесь с нашей командой сегодня!