Нейросеть научат диагностике автомобилей
Израильский стартап 3DSignals приступил к разработке системы для автоматизированной диагностики транспортных средств с чувствительностью 98 процентов. Об этом пишет IEEE Spectrum.
Сейчас для диагностики автомобилей используются такие методы, как визуальный осмотр и компьютерная диагностика. В последнем случае сканеры позволяют выявить неисправность по соответствующему коду (DTC), однако часто такие приборы различаются в зависимости от марки или группы авто. Кроме того, шанс обнаружения не наличных, а потенциальных проблем в этом случае низок.
В качестве альтернативы 3DSignals разрабатывает систему, работа которой основана на глубоком машинном обучении. Транспорт оснащают микрофонами с диапазоном воспринимаемых частот до 100 килогерц, которые подключаются к смартфону или планшету. Записанные шумы передаются на сервер, где алгоритм анализирует звук и указывает, с какой неисправностью он может быть связан.
Прошлая версия системы не опиралась на машинное обучение и могла быть установлена на промышленных механизмах, например гидроэлектрических турбинах. Оценка износа проводилась за счет физического моделирования отдельных деталей и носила общий характер. Новый сервис может распознать в целом неудовлетворительное состояние механизма, но также уточнить его.
По словам сооснователя фирмы Яира Лави (Yair Lavi), возможности сервиса не будут безграничны. Так, он не способен определить, когда именно неисправность станет критической. В то же время система сможет указать временной интервал, в течение которого это скорее всего произойдет, — например пять часов. Точность такой диагностики, согласно результатам испытаний, составляет 98 процентов.
Подчеркивается, что в ближайшее время алгоритм не составит конкуренцию автомеханикам. Оборудовать им планируется в первую очередь беспилотные автомобили, управлять которыми в будущем смогут люди без навыков вождения. Сейчас стартап уже ведет переговоры с европейскими автопроизводителями на предмет установки систем на заводах и новых машинах.
Telegram 
Дзен 
VK 
