KONE - Ứng dụng trí tuệ nhân tạo để vận chuyển hàng triệu người mỗi ngày

Tập đoàn kỹ thuật và bảo trì thang máy có trụ sở tại Phần Lan KONE chịu trách nhiệm cho 1,1 triệu thang máy trên toàn thế giới.

Tập đoàn này xem nhiệm vụ của mình là cải thiện nhịp sống ở đô thị, và chỉ riêng tại sân bay Hearthrow ở London, KONE chịu trách nhiệm di chuyển 191.000 người mỗi ngày bằng cách sử dụng 1.035 thang cuốn, thang máy và thang tải bộ.

Năm 2017, KONE đã công bố một chương trình định hướng theo dữ liệu đầy tham vọng với mục tiêu đo lường và phân tích dữ liệu được thu thập từ hàng ngàn máy móc trên toàn thế giới. Thông tin sẽ được xử lí bằng các thuật toán học máy (machine learning) và sau đó cung cấp cho các nhà khai thác và doanh nghiệp bảo trì khác.

Trí tuệ nhân tạo hỗ trợ giải quyết vấn đề nào?

Với rất nhiều bộ phận chuyển động trên một số lượng lớn các hệ thống phức tạp, hàng ngàn người có thể bị ảnh hưởng bởi sự chậm trễ do sự cố và thiết bị bị lỗi.

Việc phải đợi cho đến khi thiết bị gặp phải hỏng hóc mới đưa ra biện pháp khắc phục dẫn đến việc thiết bị phải ngừng hoạt động và hoạt động kém hiệu quả hơn, trong khi các bộ phận thay thế đều có đã được nhập và có thể được di chuyển đến các vị trí cần thiết.

Cũng như điều này, điều phối các thiết bị di chuyển người khác nhau trong các tòa nhà lớn là một nhiệm vụ khó khăn. Khi ai đó nhấn nút gọi thang máy, hệ thống phải quyết định đặt chiếc xe nào là tốt nhất để đáp ứng. Trong nhiều tình huống, thang được đặt không phải là chiếc gần nhất – vì có thể nó đã hết chỗ chứa rồi, hoặc đang đi ngược hướng. Bởi theo cách truyền thống, việc này được xử lí bởi những hệ thống máy “không thông minh”, nên hành khách thường xuyên phải chờ đợi lâu hơn mức cần thiết.

Đọc thêm bài này  UNILEVER: Ứng dụng trí tuệ nhân tạo để nâng cao hiệu quả tuyển dụng nhân sự và đào tạo nhân viên mới

Trí tuệ nhân tạo được ứng dụng trong thực tiễn như thế nào?

KONE đã đưa quá trình hướng dẫn máy móc tự vận hành trở lại vào cuối những năm 1980, khi bộ điều khiển vi xử lí của hệ thống thang máy bắt đầu trở thành quy tắc tiêu chuẩn. Bộ xử lí được thiết kế để ước tính số lượng hành khách trung bình sẽ chờ ở mỗi tầng và điều chỉnh cách nó vận hành theo dự đoán đó.

Ngày nay, KONE đã kết nối hơn 1 triệu thang cuốn và thang máy của mình với dữ liệu đám mây. Chúng được gắn các cảm biến có thể thu nhận mọi thứ từ thời điểm bắt đầu và thời điểm dừng của thang máy khi rời đi hay đến một tầng nào đó, cho đến gia tốc, nhiệt độ, độ ồn và tần số rung động qua dây cáp.

Giám đốc điều hành của KONE, Henrick Ehrnrooth nói với tôi rằng: “Chúng tôi đang kết nối thang máy và thang cuốn với đám mây… điều đó có nghĩa là đang kết nối rất nhiều dữ liệu, và điều này cho phép chúng tôi cung cấp các giá trị quan trọng cho khách hàng của mình. Khi bạn đang quản lý một tòa nhà, điều quan trọng là bạn phải có sự hiểu biết đầy đủ về những gì đang diễn ra, bất kể lúc nào – Chuyện gì đang xảy ra? Thiết bị đang được thực hiện như thế nào? Mọi người di chuyển trong tòa nhà như thế nào?”

Với tất cả những dữ liệu này, các thuật toán học máy có thể xây dựng mô hình với khả năng xác định cả những tương quan và ngoại lệ, dẫn đường cho việc xây dựng “cỗ máy hiểu biết” – biết được khi nào xảy ra lỗi hoặc thậm chí là khả năng xảy ra của sự cố. Việc này đồng nghĩa rằng công việc bảo trì hoàn toàn có thể được lên lịch hiệu quả hơn, và các bộ phận thay thế có nhiều khả năng được đặt đúng chỗ vào đúng thời điểm hơn.

Đọc thêm bài này  AMAZON - Ứng dụng học sâu để nâng cao hiệu quả kinh doanh

Trí tuệ nhân tạo (AI) cũng thông báo chức năng “điều khiển nhóm” của các hệ thống thang máy, điều phối cách thức nhiều thang máy hoạt động cùng nhau – ví dụ, quyết định thang máy nào tốt nhất sẽ được chọn để đáp ứng việc gọi thang máy của hàng khách đang đợi.

Điều này được thực hiện bằng cách tính đến nhu cầu được dự đoán và tính sẵn sàng của mỗi thang máy trong hệ thống, cũng như đưa ra quyết định về cách tốt nhất để mọi người di chuyển hiệu quả.

KONE đóng gói dữ liệu này vào trong một dịch vụ được gọi là “Dịch vụ Kết nối với KONE 24/7” và bán cho các nhà khai thác khác, cho phép họ tận dụng các phân tích dự đoán dựa trên học máy này.

Công nghệ, công cụ và dữ liệu nào được sử dụng?

KONE đã ra mắt Dịch vụ Kết nối thông qua một quan hệ đối tác từng biết được hoạt động của IBM trước đó. Cụ thể hơn, dịch vụ sử dụng nền tảng điện toán nhận thức Watson của IBM để thấu hiểu và nghiên cứu cách thức hoạt động của máy móc.

Bạn hoàn toàn có thể nghe được cuộc trò chuyện của hệ thống tại địa chỉ http://machineconversations.kone.com – và tự mình trải nghiệm sự tương tác với công nghệ này, mà như mọi người mô tả là “vừa chán ngắt lại vừa hấp dẫn”.

Dữ liệu được thu thập bởi các cảm biến được kết nối thông qua một guồng máy, và điều này bao gồm một số lượng hạn chế của “điện toán biên”, trong đó những quyết định về việc dữ liệu nào hữu ích hay không sẽ được đưa ra trong chính các cảm biến. Điều này giúp giảm khối lượng dữ liệu tổng thể bằng cách loại bỏ những “tiếng ồn” không có giá trị tại nguồn của nó.

Kết quả thu được là gì?

KONE, cũng như các doanh nghiệp kĩ thuật và bảo trì khác sử dụng hệ thống được kết nối, có thể hiểu rõ hơn về hoạt động của máy móc, từ đó dự đoán sự cố hay hỏng hóc xảy ra được chính xác hơn.

Đọc thêm bài này  TESLA: Ứng dụng trí tuệ nhân tạo để sản xuất xe hơi thông minh

Điều này cắt giảm lượng thời gian lãng phí và giúp đỡ tốn công sức – cả về phía các kĩ sư lẫn hàng triệu người vẫn đang phụ thuộc vào thiết bị để đưa họ từ điểm A đến điểm B mỗi ngày.

Trên hết, guồng máy có thể hoạt động hiệu quả hơn. Lấy ví dụ, thang máy có thể tìm hiểu mức độ bận rộn của nó vào những thời điểm nhất định trong ngày, và điều chỉnh thời gian chờ ở mỗi tầng khi hành khách đi vào. Trong các tòa nhà có nhiều hệ thống thang máy, hoạt động của chúng có thể được phối hợp để di chuyển thường xuyên hơn đến các tầng thường xuyên được dừng lại nhiều nhất, giúp tiết kiệm thời gian chờ đại của hành khách.

Những thách thức và bài học chính được rút ra

  • Khi các tòa nhà – và dân số – có quy mô lớn hơn, việc cải thiện hiệu quả của những hệ thống chịu trách nhiệm cho việc di chuyển người dân là điều cực kì quan trọng để đảm bảo sự nhịp nhàng cho dòng chảy cuộc sống đô thị.
  • Trong các ứng dụng công nghiệp, nhiều dữ liệu hơn sẽ khiến những dự đoán của máy móc có nhiều khả năng chính xác hơn – bằng cách “huy động nguồn lực cộng đồng” từ chính hệ thống máy móc của nó, KONE đảm bảo rằng các hệ thống của mình được huấn luyện đều sử dụng các bộ dữ liệu tốt nhất có thể trong thế giới thực.
  • KONE đã tận dụng được một trong những cơ hội quan trọng cung cấp bởi “thời đại dữ liệu” bằng cách trở thành nhà cung cấp dữ liệu. Họ kiếm được nhiều tiền từ dữ liệu của mình bằng cách đóng gói và bán nó cho các tổ chức khác. Họ nhận ra là dữ liệu của mình có giá trị nhờ vào sức mạnh thúc đẩy sự thay đổi và tính hiệu quả.

Tham khảo

  1. Forbes, Internet Of Things And Machine Learning: Ever Wondered What Machines Are Saying To Each Other?: https://www.forbes.com/sites/bernardmarr/2017/02/21/how-ai-and-real-time-machine-data-helps-kone-move-millions-of-people-a-day/#5a69c1365f97
  2. IBM, More than 1 million connected: https://www.ibm.com/watson/stories/kone/
  3. QZ.com, Listen to internet – connected elevators talk about how their day’s going: https://qz.com/910593/listen-to-internet-connected-elevators-talk-about-how-their-days-going/
  4. Smart group control systems – AI work in elevators starting in late 80s: https://www.bernardmarr.com/default.asp?contentID=694

Leave a Reply

avatar
  Subscribe  
Notify of