在建筑施工方面,各種各樣的事情都可能出錯(cuò)。根據(jù)保險(xiǎn)索賠記錄顯示,最常見的問題是漏水。
WINT Water Intelligence首席產(chǎn)品和戰(zhàn)略官Yaron Dycian表示:“建筑漏水問題,是沉默的殺手。”水是一種越來越稀缺、且非常有價(jià)值的資源。
WINT的總部位于以色列,創(chuàng)建于2012年,該公司創(chuàng)立伊始,創(chuàng)始人的家中遭遇了漏水,并發(fā)現(xiàn)當(dāng)時(shí)漏水問題并沒有現(xiàn)成的解決方案。現(xiàn)在已經(jīng)有了針對(duì)家庭的解決方案,但是對(duì)于更大的建筑物來說,水損失是一個(gè)困難得多的挑戰(zhàn)。
該系統(tǒng)使用人工智能來檢測泄漏,從而節(jié)約用水,并防止商業(yè)和政府建筑物受損。
從水龍頭和廁所,到隱藏的管道和水塔,泄漏造成的成本和破壞可能會(huì)增加。平均而言,建筑物會(huì)浪費(fèi)25%-30%的水。通常來說,一棟安裝了100個(gè)馬桶的建筑物,在任何時(shí)間點(diǎn),平均有三個(gè)馬桶在漏水。僅此一項(xiàng),每年就會(huì)浪費(fèi)30-40萬美元的自來水。
Dycian表示,在一個(gè)案例中,一個(gè)發(fā)生故障的冷卻塔每天會(huì)向排水管傾注1000美元的自來水,每年損失達(dá)到了50萬美元。他說:“這種情況就這么一直持續(xù)了兩年半,直到我們發(fā)現(xiàn)。”“這是對(duì)水資源的巨大浪費(fèi),而人們并沒有意識(shí)到這一點(diǎn)。”
然而這樣的損壞是會(huì)有代價(jià)的。Dycian能夠回憶起的一個(gè)最極端的案例是,一棟位于紐約曼哈頓的高級(jí)公寓樓,在交付給租客之前,它的19層在一個(gè)周末發(fā)生了泄露。他回憶說:“水有從地板上向下流的特性……當(dāng)時(shí)樓里沒有人,水一直向下流,流到了一樓,最終造成高達(dá)3000萬美元的損失。”而且,除此之外,建筑商還要支付8000萬美元的延遲交付補(bǔ)償。
不只是建筑市場,漏水也影響房地產(chǎn)市場。例如,一家保險(xiǎn)公司在以色列的一棟大樓的11層發(fā)生了泄露——又是在周末——Dycian表示:“整個(gè)建筑都被毀壞了”。成千上萬的計(jì)算機(jī)和其他破壞造成的損失達(dá)到約300萬美元,管理層不得不另找地方辦公。
WINT基于人工智能的解決方案,首先通過整個(gè)建筑物內(nèi)的水檢測設(shè)備識(shí)別正常的用水模式。Dycian解釋說:“從部署的那一刻起,每臺(tái)設(shè)備都開始使用機(jī)器學(xué)習(xí)來理解和分析當(dāng)?shù)氐牧髁磕J?,這些模式因地點(diǎn)和季節(jié)而異。”
這需要約三到四周的時(shí)間,并且設(shè)備需要與云中的處理器通信。一旦建立了正常模式,它們就可以檢測到異常,并通過智能手機(jī)為員工提供實(shí)時(shí)警報(bào),且能夠精確定位泄漏的確切位置和性質(zhì)。當(dāng)系統(tǒng)檢測到嚴(yán)重的泄漏和爆裂時(shí),閥門可以關(guān)閉供水。如果工作人員知道泄露事件正常,他們可以使用遙控的方式來控制系統(tǒng)。
它還向管理人員發(fā)送詳細(xì)的月度報(bào)告,以便監(jiān)測和調(diào)整用水量。
▲ 圖:通過機(jī)器學(xué)習(xí)來建立正常的用水和檢測異常裝置。
位于內(nèi)華達(dá)州里諾市的亞特蘭蒂斯賭場度假村每個(gè)月要使用650萬加侖的水。該公司設(shè)施總監(jiān)Perry Sanders最近報(bào)告稱,自從去年年底使用WINT以來,他們在最初投資48,000美元后,已經(jīng)節(jié)省了36,000美元。他還表示,系統(tǒng)非常準(zhǔn)確,可以檢測到工作人員無法找到的隱藏泄漏。
Dycian說,任何使用人工智能的自動(dòng)檢測系統(tǒng),都存在優(yōu)化檢測的挑戰(zhàn),同時(shí)還要避免誤報(bào)。 “在這些方面我們做得非常好。”
他們還會(huì)對(duì)這些系統(tǒng)進(jìn)行離站監(jiān)控。他表示,這對(duì)于一家安裝了系統(tǒng)的財(cái)富200強(qiáng)公司來說非常幸運(yùn)。這家公司在更換了維護(hù)團(tuán)隊(duì)的工作人員之后,每個(gè)人都忘了這個(gè)系統(tǒng)。一年之后,警報(bào)開始啟動(dòng)。最開始泄露量非常小,然后每個(gè)小時(shí)都會(huì)增加幾十加侖,工作人員沒有注意到這種情況。
WINT對(duì)該問題的評(píng)估一直在升級(jí),同時(shí)開始向管理層層層上報(bào),直到報(bào)給副總裁。那時(shí),泄漏量已經(jīng)從每個(gè)小時(shí)40加侖增長到每小時(shí)25立方米。等到他們找到原因(管道爆裂)時(shí),已經(jīng)泄露了約1000立方米的水——相當(dāng)于半個(gè)奧林匹克標(biāo)準(zhǔn)游泳池的水量,這些水在建筑物中泄露,浸泡了混凝土板。該公司估計(jì),如果不加以控制,可能會(huì)造成價(jià)值650萬美元的損失。
▲ 圖:水檢測設(shè)備向員工的智能手機(jī)發(fā)送實(shí)時(shí)泄漏警報(bào)。
該組織目前正在從以色列擴(kuò)展到美國、英國、澳大利亞和新加坡,并預(yù)計(jì)需求將繼續(xù)增長。Dycian 表示:“我們通過減少用水量節(jié)省的費(fèi)用,就幾乎與客戶支付給我們的費(fèi)用相同,這是一項(xiàng)持續(xù)的服務(wù)費(fèi),而不是一大筆預(yù)付款。”
Sanders表示:“WINT將我們的用水量減少了25%,幫助我們降低持續(xù)成本,并最大限度地減少對(duì)環(huán)境的影響——這是一個(gè)可以‘自給自足’的可持續(xù)性解決方案。”“它可以防止水泄漏變成可能對(duì)財(cái)產(chǎn)造成巨大破壞并破壞業(yè)務(wù)的災(zāi)難。”
從本質(zhì)上講,提供這一人工智能解決方案,客戶可以免費(fèi)獲得傷害保護(hù),同時(shí)保護(hù)地球上最寶貴的資源之一。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。