اشتراک
این یک ساختار آموزشی برای یک مدل تقسیم‌بندی ترک با استفاده از رویکرد هوش مصنوعی مولد است. این روش الگوریتم تشخیص را قادر می‌سازد تا با محیط‌های جدید سازگار شود. اعتبار: موسسه فناوری ساختمان و مهندسی عمران کره
این یک ساختار آموزشی برای یک مدل تقسیم‌بندی ترک با استفاده از رویکرد هوش مصنوعی مولد است. این روش الگوریتم تشخیص را قادر می‌سازد تا با محیط‌های جدید سازگار شود. اعتبار: موسسه فناوری ساختمان و مهندسی عمران کره
هوش مصنوعی فناوری مهندسی

پهپادهای هوش مصنوعی مولد می‌توانند از تونل‌های قدیمی محافظت کرده و ایمنی و کارایی را افزایش دهند

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

موسسه فناوری ساختمان و مهندسی عمران کره فناوری جدیدی مبتنی بر هوش مصنوعی مولد برای بازرسی و نگهداری تونل‌های زیرزمینی توسعه داده است. این فناوری با استفاده از پهپادهای خودران می‌تواند به حفاظت از تونل‌های قدیمی کمک کند و ایمنی و کارایی را افزایش دهد. با افزایش تعداد تونل‌های قدیمی و کاهش نیروهای متخصص، این فناوری اهمیت ویژه‌ای یافته است. روش جدید از هوش مصنوعی برای سنتز داده‌ها استفاده می‌کند که می‌تواند حتی با داده‌های محدود، صحنه‌های آسیب‌دیدگی بتن را شبیه‌سازی کند. این تکنولوژی با سرعتی بالا قابلیت تولید هزاران تصویر از آسیب‌های احتمالی بتن را دارد و از این طریق به کمبود داده‌ها و هزینه‌های مرتبط با آن‌ها پاسخ داده است. پهپادهای توسعه‌یافته می‌توانند به‌طور خودکار در تونل‌ها حرکت کرده و بدون دخالت انسان بازرسی‌های کافی انجام دهند. این قابلیت توسط دکتر شیم سونگبو و تیم تحقیقاتی او توسعه یافته و به موفقیت در آزمایش‌های میدانی دست یافته است. استفاده از این فناوری نوآورانه می‌تواند به‌طور قابل‌توجهی جایگزین روش‌های سنتی بازرسی شده و خطرات موجود برای نیروی کار را کاهش دهد. دکتر شیم ابراز امیدواری کرده است که این فناوری بتواند نگاه جدیدی به استفاده از هوش مصنوعی در حوزه مهندسی عمران و ساخت و ساز ارائه دهد.

موسسه فناوری ساختمان و مهندسی عمران کره، «فناوری بازرسی مبتنی بر هوش مصنوعی مولد» را برای ساخت و نگهداری ایمن بزرگراه‌های زیرزمینی شهری توسعه داده است.

اخیراً تعداد تونل‌های قدیمی به تدریج در حال افزایش است. با این حال، تعداد پرسنل متخصص که می‌توانند آنها را مدیریت و بازرسی کنند، در حال کاهش است. برای رسیدگی به این موضوع، اقدامات عملی با ادغام فناوری IT به شدت مورد نیاز است. توسعه یک مدل هوش مصنوعی با کارایی بالا نیاز به حجم عظیمی از داده‌های آموزشی دارد.

با این حال، هنگام استفاده از چنین فناوری هوش مصنوعی در سایت‌های نگهداری، چالش کمبود داده و سازگاری میدانی وجود دارد. مدل‌های یادگیری عمیق (Deep Learning) به حجم زیادی از داده‌های آموزشی نیاز دارند، اما به دست آوردن داده‌ها دشوار است زیرا صحنه‌های آسیب‌دیدگی مانند لایه‌لایه شدن یا قرار گرفتن میلگرد روی سطوح بتنی معمولاً دیده نمی‌شوند. برای حل این مشکل، یادگیری داده‌های کوچک با استفاده از تعداد کمی از تصاویر میدانی به جای یادگیری داده‌های بزرگ با تصاویر آسیب بتن ضروری است.

در پاسخ، یک تیم تحقیقاتی KICT به رهبری دکتر شیم سونگبو، در بخش تحقیقات مهندسی ژئوتکنیک، یک فناوری بازرسی هوش مصنوعی "هوشمند" توسعه داده است که بر محدودیت‌های موجود برای بازرسی ایمنی تونل‌های قدیمی غلبه می‌کند. بارزترین ویژگی این فناوری، توانایی آن در سنتز صحنه‌های آسیب بتن منحصر به فرد است که فقط در زیرساخت‌های قدیمی دیده می‌شود، حتی با مقدار کمی داده.

پیش از این، داده‌های میدانی جمع‌آوری‌شده برای تشخیص ترک‌ها پردازش می‌شدند، اما هوش مصنوعی مولد جدید توسعه‌یافته می‌تواند داده‌ها را به‌قدری پیچیده تولید کند که از فیلم واقعی قابل تشخیص نیست. هوش مصنوعی این قابلیت را دارد که در عرض 24 ساعت 10000 تصویر از آسیب بتن را سنتز کند و از طریق فناوری انطباقی که مدل‌های تشخیص را بر اساس داده‌های ویدیویی میدانی جمع‌آوری‌شده یاد می‌گیرد و آموزش می‌دهد، به طور موثر به مسائل کمبود داده رسیدگی کرده و هزینه‌های آموزش را کاهش داده است.

پهپادهای هوش مصنوعی مولد از تونل‌های قدیمی محافظت می‌کنند و ایمنی و کارایی را افزایش می‌دهند
این پهپاد با فناوری موقعیت‌یابی دقیق داخلی مبتنی بر حسگر UWB، قادر به ناوبری خودکار در فضاهای تهویه تونل است. این امکان بازرسی و تصویربرداری از آسیب‌های سطحی، مانند ترک‌ها، روی سقف تونل را بدون نیاز به دخالت کارگر فراهم می‌کند. اعتبار: موسسه فناوری ساختمان و مهندسی عمران کره
پهپادهای هوش مصنوعی مولد از تونل‌های قدیمی محافظت می‌کنند و ایمنی و کارایی را افزایش می‌دهند
بازرسی فضاهای تهویه هوا با استفاده از سیستم پهپاد هوش مصنوعی در حین بهره‌برداری از تونل را نشان می‌دهد. این امر اتوماسیون نگهداری برای تونل‌های قدیمی را امکان‌پذیر می‌کند. اعتبار: موسسه فناوری ساختمان و مهندسی عمران کره

این فناوری هوش مصنوعی با پهپادهای خودران یکپارچه شده و با موفقیت تأییدیه میدانی را در تونل‌های بزرگ واقعی به پایان رسانده است. مهمترین بخش بازرسی تونل، سقف است. در حال حاضر، کارگران بازرسی‌های بصری را با استفاده از وسایل نقلیه کار در ارتفاع انجام می‌دهند، اما این روش ممکن است مسائل مربوط به قابلیت اطمینان و ایمنی داشته باشد. با این حال، پهپاد توسعه‌یافته با همکاری LASTMILE Co., Ltd. می‌تواند آزادانه در داخل تونل‌ها با حاشیه خطای 20 سانتی‌متر، با استفاده از سنسور موقعیت‌یابی داخلی دوربرد کلاس 200M حرکت کند. انتظار می‌رود این امر به طور موثر جایگزین نیروی کار انجام‌دهنده کارهای خطرناک شود.

دکتر شیم گفت: "این تحقیق یک فناوری است که این کلیشه را می‌شکند که برای استفاده از هوش مصنوعی به حجم زیادی از داده‌های آموزشی نیاز است و مفهوم جدیدی از ایجاد داده‌ها را در صورت عدم وجود پیاده‌سازی می‌کند." او ابراز امیدواری کرد که این فناوری امکانات جدیدی را برای کاربردهای هوش مصنوعی در کل زمینه ساخت و ساز باز کند.

ارائه‌شده توسط شورای ملی تحقیقات علوم و فناوری

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: techxplore