从抗击野火到管理仓储,人类始终无法彻底摆脱恶劣工作条件带来的威胁。而研究人员正运用数字孪生模拟应对这方面风险。
对消防员们来说,抗击野火的本质就是消化信息和数据,根据自己掌握的情况做出一个个性命攸关的决定。
时至今日,消防仍然是风险最高的工种之一,消防员们的每个决定都有可能关乎自己乃至他人的生命安全。为此,洛克希德马丁公司的AI中心(LAIC)正努力运用AI技术加快决策速度。
该中心希望利用AI技术帮助消防员评估火灾场景下的各种影响因素,例如风力、火势等,协助他们准确了解自己当前面临的危险。
为此,洛克希德马丁公司AI集成总监Irene Helley在今年3月23日英伟达GTC 2022大会的小组讨论中表示,AI中心决定使用英伟达提供的Omniverse虚拟与增强现实模拟工具。
英伟达Omniverse是一套3D设计与模拟平台,主要为各类工作条件创建虚拟的数字孪生副本,用以模拟野火等高危活动场景。
洛克希德马丁公司则利用Ominverse对野火现场进行建模,并通过数据分析将火势蔓延情况转为可视化效果。
AI中心还在数字孪生与模拟环境中运用机器学习工具,借以创建合成机器学习训练数据——这类数据为人工合成,与以往只能从现场事件中采集的真实数据有所不同。
Helley解释道,“在这类模拟环境中,我们可以尝试使用各种资产对抗火势,并由机器学习模型据此生成学习素材,以供后续开展方案优化与预测改进。”
洛克希德马丁AI中心认为,这种强大的模拟能力将帮助消防员准确把握当前面临的混乱状况。
Helley指出,“抗击火灾其实包含一系列具体步骤,从观察、分析、态势感知再到最后的决策和任务执行。”
专家们探讨如何利用模拟技术解决恶劣条件下的工作风险
她补充道,“由AI建立的这样一套任务管理器能帮助我们减少沟通需求……响应人员与观察员可以通过无线电即时发送事件指令和观察到的情况,AI系统会综合观察结果以分析火灾动向、确定最佳行动方针。”
利用模拟技术……训练而成的模型,将帮助我们根据既有信息做出最佳决策。以此为基础,我们可以快速规划、直接行动。
——洛克希德马丁公司AI集成总监Irene Helley
AI模型也确实不负众望,准确上报了火灾中的各项重要信息。
Helley强调,“利用模拟技术……训练而成的模型,将帮助我们根据既有信息做出最佳决策。以此为基础,我们可以快速规划、直接行动。”
除了洛克希德马丁之外,其他组织也在探索如何利用AI与数字孪生在危险条件下有效开展工作。
来自德国的叉车与仓库自动化设备制造商凯傲集团,目前正使用数字孪生与模拟技术管控仓库内可能出现的种种风险因素。由于市场对运输订单时效性与准确率的要求愈发高,穿梭于狭窄过道中的叉车操作员和其他物流工人极易发生安全事故。
为此,凯傲集团希望通过数字孪生与模拟技术提高仓储体系的自动化水平。
凯傲集团机器人与AI项目经理Bengt Abel在小组讨论中表示,“我们开始跟踪员工与叉车的实时位置信息,再共同组成成数字孪生副本。”
有了这样的副本,该公司就能模拟设备与工人在封闭环境下协同工作时可能出现的种种意外,抢先一步找出有效规避人身风险的好办法。
与此同时,来自美国盐湖城的Sarcos Robotics则计划利用数字孪生与AI技术降低恶劣环境下的工作风险。
根据公司产品管理副总裁Ed Tiongson的介绍,虽然Sarcos一直在努力实现高风险任务的全自动化处理,但至少就目前的情况看,矿山、建筑工地等相当一部分高危环境仍然离不开人类员工。
为此,Sarcos开发出了“数字蛇”(一种能够在石堆等危险环境间往来爬行的机器人工具),并针对其他一些危险场景设计出能够替代人类的大型机器人。
为了模拟危险状况下可能出现的种种变数,Sarcos团队需要在机器人工作结束后对现场进行全面识别与处理。
在据此建立起模拟数字图像之外,机器人就可以在其中接受进一步训练,确保它们在后续遇到不同状况时总能做出正确的反应。
Tiongson总结道,“这无疑是一项极具前瞻性的尝试,也是一次意义重大的探索。”
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。