Kawasaki Geological Engineering Co., Ltd. การใช้ปัญญาประดิษฐ์ (AI) เพื่อตรวจจับหลุมใต้พื้นถนน พร้อมลดเวลาในการวิเคราะห์ลงครึ่งหนึ่ง

ปฏิทินข่าวและข่าวกิจกรรม Wednesday April 10, 2019 13:30
กรุงเทพฯ--10 เม.ย.--พีอาร์ วัน เน็ทเวิร์ค

Fujitsu เผยกรณีศีกษา Kawasaki Geological Engineering Co., Ltd. ทำการสำรวจถนนให้กับรัฐบาลท้องถิ่นและระดับชาติ โดยใช้เทคโนโลยีกรรมสิทธิ์ของตนเองซึ่งสามารถตรวจจับหลุมที่อยู่ต่ำกว่าผิวหน้าถนนได้แต่ก็ยังเป็นวิธีที่ใช้เวลานาน ทางบริษัทฯ จึงได้ตัดสินใจเลือกใช้โซลูชัน AI ของฟูจิตสึอย่าง "Zinrai Deep Learning System" (ระบบเรียนรู้เชิงลึกซินไร) เพื่อวิเคราะห์ข้อมูลจำนวนมหาศาล ซึ่งแต่ก่อนต้องวิเคราะห์โดยใช้คนการใช้ปัญญาประดิษฐ์ (AI) เพื่อเรียนรู้และจดจำรูปแบบเฉพาะของหลุมทำให้กระบวนการทำงานของบริษัทฯ มีความเป็นกลางและลดเวลาในการตรวจหาความผิดพลาดได้ถึง 90% พร้อมกับลดเวลาในการวิเคราะห์โดยรวมลงครึ่งหนึ่ง

"ฟูจิตสึเข้าใจธุรกิจของเราเป็นอย่างดี การนำ AI มาใช้ได้อย่างรวดเร็วและวิธีการในการระบุข้อมูลการฝึกที่มีความแม่นยำสูงเกิดขึ้นมาได้ เพราะฟูจิตสึเข้าใจทุกแง่ส่วนของธุรกิจเราเป็นอย่างดีนั่นเอง การสื่อสารทางเทคนิคก็ทำได้อย่างง่ายดายมากเช่นกัน" Mr.Toshihiko Sakagami, CEO Kawasaki Geological Engineering Co., Ltd. กล่าว

เครื่องมือที่ดีขึ้นหมายถึงจะมีข้อมูลมากขึ้น แต่ก็มีต้นทุนในการวิเคราะห์สูงขึ้นเป็นเงาตามตัว

ในฐานะเป็นผู้บุกเบิกการสำรวจทางธรณีวิทยา Kawasaki Geological Engineering Co., Ltd. ทำการทดสอบที่ระดับใต้พื้นผิวตามคำขอของรัฐบาลแห่งชาติและรัฐบาลท้องถิ่น และได้รับมอบหมายงานให้จัดการทรัพย์สินเหล่านี้เมื่อหลุมมีการก่อตัวขึ้นใต้ถนน ในสถานการณ์ที่เลวร้ายที่สุดอาจก่อให้เกิดการทรุดตัวของถนนที่ก่อให้เกิดความเสียหายสูงได้ ตัวอย่างที่ร้ายแรงที่สุดคือ หลุมยุบขนาดยักษ์ที่ปรากฏตัวขึ้นใกล้กับสถานี JR Hakataในบริเวณคิวซิวเมื่อเดือนพฤศจิกายนปี 2016 แม้หลุมยุบอาจจะเกิดได้จากหลายสาเหตุ แต่กระทรวงที่ดิน โครงสร้างพื้นฐาน การคมนาคม และการท่องเที่ยว (Ministry of Land, Infrastructure, Transport and Tourism) แห่งญี่ปุ่นก็อธิบายว่าส่วนใหญ่หลุมพวกนี้จะมีสาเหตุมาจากท่อระบายน้ำ เสียที่เสื่อมโทรม หลุมอาจจะมองเห็นไม่ชัด เพราะประเทศญี่ป่นุ มีการบำรุงรักษาถนนอย่างดีเยี่ยม แต่ในปี 2015 เพียงปีเดียว มีถนนที่ทรุดตัว 3,300 จุดทั่วประเทศญี่ปุ่น

ทางบริษัทฯ ได้พัฒนาเทคโนโลยีหลากหลายสำหรับการสำรวจใต้พื้นผิว เพื่อตรวจหาหลุมที่อยู่ใต้ผิวถนน ซึ่งหน่วยวิศวกรเคลื่อนที่ของบริษัทฯใช้ขณะที่เดินทางบนถนนไปรอบๆ ประเทศ Mr.Toshihiko Sakagami ซีอีโอของ Kawasaki Geological Engineering กล่าวว่า "วิธีการแบบดั้งเดิมช่วยให้เราสำรวจได้ลึกแค่ 1.5 เมตรเท่านั้นแต่หลุมที่เกิดจากท่อระบายน้ำเสียที่ทรุดโทรมจะเกิดลึกกว่านั้นลงไปอีกเรานำเทคโนโลยีของเราและความเชี่ยวชาญที่เรามีมาปรับใช้ และพัฒนา"ระบบเรดาร์ส่งเสียง" ได้สำเร็จ ซึ่งระบบนี้สามารถตรวจจับสัญญาณตอบกลับได้ในระดับลึกขึ้น และช่วยให้เราสำรวจได้ในระดับลึก 3 - 5 เมตรในระดับประสิทธิภาพเท่าเดิม"การที่มีเครื่องมือสำรวจได้ลึกกว่าเดิมถึง 2 เท่า ทำให้บริษัทฯ มีข้อมูลจำนวนมาก หากมีการพิมพ์ข้อมูลออกมา ต้องใช้กระดาษขนาด A3 ประมาณ 1,000 - 2,000 แผ่นต่อถนนยาว 100 กิโลเมตร ในการระบุหลุมต้องใช้ทีมงาน 5 - 6 คนและใช้เวลาประมาณ 1 เดือน

โดยในแต่ละครั้งต้องศึกษาข้อมูลคลื่นเรดาห์ที่พิมพ์ออกมาเป็นหลายร้อยหลายพันหน้า วิศวกรจะมองหาจุดที่น่าจะมีหลุมและความผิดปกติอื่นๆ แล้วจึงระบุตำแหน่งหลุมที่แท้จริง ดังนั้นจึงกลายเป็นงานใช้เวลาและมีค่าใช้จ่ายสูง วิศวกรใช้เวลาอย่างมากในการแก้ปัญหาและลดความผิดพลาดที่เกิดจากการมองไม่เห็นให้มากที่สุดเท่าที่จะทำได้เพิ่มความแม่นยำและประสิทธิภาพของการวิเคราะห์ซึ่งเป็นจุดที่มีความผิดพลาดเกิดขึ้นไม่ได้การที่จะระบุหลุมได้จากข้อมูลที่ได้มานั้นต้องอาศัยประสบการณ์ วิศวกรที่เข้ามาทำงานใหม่ๆ อาจพลาดไม่เห็นบางหลุม เนื่องจากข้อมูลสัญญาณไม่กระจ่างทันที ดังนั้น วิศวกรที่มีประสบการณ์มากกว่าจึงต้องตรวจสอบยันความถูกต้องเพื่อหลีกเลี่ยงความผิดพลาด Kawasaki Geological Engineering มุ่งเน้นหลักๆ ไปที่การวิเคราะห์เพื่อรักษาความปลอดภัยให้กับถนนที่บริษัทฯ สำรวจโชคดีที่ในปัจจุบัน บริษัทฯ มีพนักงานที่มีประสบการณ์สูงมากมายซึ่งสามารถปฏิบัติงานได้อย่างง่ายดาย

อย่างไรก็ดี Mr.Toshihiko Sakagami กล่าวว่า "ถ้าพิจารณาในแง่กำลังคนและปัจจัยอื่นๆ เราไม่สามารถทำงานแบบนี้ต่อไปได้ นั่นเป็นสาเหตุว่าทำไมเราถึงเริ่มสนใจ AI วิศวกรของเราบางคนมีความรู้เรื่อง AI ด้วยเหตุนี้เราจึงมีไอเดียพอสมควรว่าจะนำ AI มาใช้ในการตรวจหาหลุมในแบบเดียวกับการตรวจยันความถูกต้องโดยวิศวกรที่มีประสบการณ์ แต่ปัญหาที่พบคือ ไม่มีแอปพลิเคชันที่วางขายอันไหนที่ใช้ในการทำงานแบบของเรา ซึ่งหมายถึงว่าเราไม่สามารถนำเทคโนโลยีสำเร็จรูปมาใช้ได้ปัญญาประดิษฐ์ลดเวลาการตรวจจับความผิดปกติลง 90% ขณะที่เวลาทั้งหมดที่วิศวกรใช้ในการวิเคราะห์ก็ลดลงครึ่งหนึ่งด้วยเช่นกัน

บริษัทฯ รู้ดีว่าตนเองไม่สามารถนำ AI มาใช้ด้วยตนเองได้อย่างรวดเร็วจึงได้รับข้อเสนอให้นำ "Zinrai Deep Learning" (การเรียนรู้เชิงลึกซินไร) มาใช้จาก Fujitsu Traffic & Road Data Service Ltd. ซึ่งเป็นบริษัทที่ Kawasaki Geological Engineering เคยร่วมมือกันมาก่อนหน้านี้ระหว่างการคุยงาน ทั้งสองบริษัทพบว่าตนเองสามารถนำเทคโนโลยีมาใช้ได้ในเวลาไม่ถึงหนึ่งเดือน และความรวดเร็วในการนำระบบมาใช้ได้นี่เองที่เป็นปัจจัยทำให้ทั้งสองบริษัทฯ ตัดสินใจเลือกใช้ Kawasaki Geological Engineering เสนอฟูจิตสึว่า ขอบเขตของ AI ควรมีการจำกัดแค่ระบุความผิดปกติที่อาจเป็นหลุม กล่าวอีกอย่างหนึ่งคือ จะมีการจำกัดการใช้ระบบถึงแค่ขั้นตอนก่อนหน้าการระบุขั้นสุดท้ายโดยวิศวกรของบริษัทฯเท่านั้น ทั้งสองบริษัทมีการสื่อสารกันอย่างใกล้ชิด จึงทำให้สามารถเร่งกระบวนการเรียนรู้เชิงลึกได้อย่างมีประสิทธิภาพ Toshihiko Sakagami แสดงทัศนะเกี่ยวกับวัตถุประสงค์หลักของบริษัท

"เงื่อนไขอันแรกสุดของเราคือ ต้องเจอความผิดปกติทุกๆ จุด และจะต้องไม่พลาดแม้แต่จุดเดียว" การพัฒนา AI เริ่มจากการสร้างเงื่อนไขอันแรกนี้ และเริ่มเป็นรูปเป็นร่างในเวลาไม่ถึงหนึ่งเดือน โดยมีการสร้างข้อมูลการฝึกขนาดใหญ่และโหลดเข้าไปใน Zinrai Deep Learning ทันที การให้ข้อมูลการฝึกเพิ่มและการปรับระบบให้เข้าที่เข้าทางทำให้บริษัทฯ สามารถลดเวลาการตรวจหาเบื้องต้นได้ถึง 90% ตอนนี้ระบบสามารถตรวจหาความผิดปกติได้มีความแม่นยำเกือบถึง 100% ดังนั้นหากรวมเวลาที่ใช้ในการตรวจสอบผลทางรูปภาพ เวลาโดยรวมที่ใช้ในการระบุว่ามีหลุมใต้พื้นผิวจุดนั้นๆ หรือไม่ก็ลดลงถึงครึ่งหนึ่ง

Shigeharu Yamada ผู้จัดการทั่วไปด้านการบำรุงรักษาประจำ Kawasaki Geological Engineering กล่าวว่า "ตอนแรกๆวิศวกรของเราก็ไม่ค่อยมั่นใจกับระบบเท่าไร แต่ตอนนี้วิศวกรของเราก็ประทับใจกับผลที่ได้รับจาก AI Toshihiko Sakagami กล่าวเสริมว่า "แต่นั่นไม่ได้หมายความว่า เราไม่ต้องพึ่งคน อย่างไรเราก็ต้องพึ่งวิศวกรที่เชี่ยวชาญเฉพาะทางเสมอ สำหรับธุรกิจของเรานั้น การพัฒนา AI และการพัฒนาวิศวกรมีความเกี่ยวข้องกันมากแม้ว่าจะดูเป็นเรื่องที่ต่างกันสิ่งที่สำคัญที่สุดคือ การรู้วิธีใช้ AI Shigeharu Yamada กล่าวว่า "การนำ Zinrai Deep Learning ช่วยให้เรามองข้อมูลอย่างเป็นกลาง

นอกจากการตรวจหาความผิดปกติแล้วหากเราพัฒนาความแม่นยำของการระบุหลุมเอง ผมคาดว่าในไม่ช้าเราจะสามารถลดเวลาการวิเคราะห์ลงได้ถึง 80% ทีเดียว" การนำเทคโนโลยีมาใช้ช่วยทำให้มีประสิทธิภาพมากขึ้น โดยช่วยลดเวลาวิเคราะห์ลงครึ่งหนึ่งและลดต้นทุน "และผลที่ได้คือเราสามารถรับงานได้เพิ่มขึ้น"

ShigeharuYamada กล่าว Kawasaki Geological Engineering เริ่มคิดไอเดียต่อไปแล้วโดยปกติแล้วทางบริษัทฯ จะส่งรถเฉพาะออกไปทำการวัด แต่ตอนนี้บริษัทฯกำลังพิจารณาว่าจะติดตั้งเซ็นเซอร์ที่รถยนต์ ซึ่งรัฐบาลท้องถิ่นจะใช้ในการลาดตระเวนแต่ละวัน และจะทำให้การวิเคราะห์ง่ายยิ่งขึ้นไปอีกการตรวจสอบข้อมูลอย่างต่อเนื่องทุกวันควรจะทำให้การค้นพบหลุมอันตรายทำได้เร็ว ขึ้นมาก

Mr.Toshihiko Sakagami กล่าวว่า "ในฐานะนักสำรวจทางภูมิศาสตร์มืออาชีพ เราไม่เพียงแค่ตรวจหาหลุม แต่เราต้องวิเคราะห์สาเหตุด้วยเช่นกัน การรู้สาเหตุเหล่านี้จะช่วยให้ผู้คนป้องกันไม่ให้เกิดหลุมตั้งแต่ในตอนแรก เราภูมิใจในงานที่เราทำ" การใช้เทคโนโลยีของบริษัทฯ เองผสมกับ Zinrai Deep Learning ทำให้ Kawasaki Geological Engineering จะยังคงเดินหน้าทำให้สังคมมีความปลอดภัยสำหรับทุกคน


Latest Press Release

อ๊อกซฟอร์ด ตั้ง ดร. คิง ไว ชาน แห่ง คิง ไว กรุ๊ป เป็นนักวิชาการกิตติมศักดิ์

ดร.คิง ไว ชาน ประธานกรรมการบริษัท คิง ไว กรุ๊ปและรองผู้อำนวยการด้านเศรษฐกิจสภาที่ปรึกษาการเมืองจีน (CPPCC) ชุดที่ 12 ได้รับการแต่งตั้งให้ดำรงตำแหน่งนักวิชาการกิตติมศักดิ์ จาก Department for Continuing Education (DCE) มหาวิทยาลัยอ๊อกซ์ฟอร์ด สหราชอาณาจักร...

เซ็นทรัล ฟู้ด ฮอลล์ และ ท็อปส์ ขายเนื้อหมูปลอดยาปฏิชีวนะ การีนตีโดยกรมปศุสัตว์

บริษัท เซ็นทรัล ฟู้ด รีเทล จำกัด ผู้บริหาร เซ็นทรัล ฟู้ด ฮอลล์ และ ท็อปส์ ซูเปอร์มาร์เก็ตอันดับ 1 ในประเทศ ตอกย้ำผู้นำตลาดด้วยนโนบายด้านความปลอดภัยในอาหาร ล่าสุดกรมปศุสัตว์การันตี จำหน่ายเนื้อหมู "ปลอดการใช้ยาปฏิชีวนะ" นางสาวเมทินี พิศุทธิ์สินธพ...

ซัมซุง ตอกย้ำความเป็นที่ 1 ด้านนวัตกรรม กวาด 5 รางวัล แบรนด์ยอดนิยมอันดับ 1 ของประเทศไทย 2019

บริษัท ไทยซัมซุง อิเลคโทรนิคส์ จำกัด ยังคงครองแชมป์ทั้ง 5 หมวดหมู่ บนเวที "แบรนด์ยอดนิยมอันดับ 1 ของประเทศไทย" จากนิตยสาร MARKETEER (MARKETEER No.1 Brand Thailand 2019) โดยสามารถคว้ารางวัล "แบรนด์ยอดนิยมอันดับ 1" ได้ทั้งหมวดสมาร์ทโฟน แท็บเล็ต ทีวี...

#นีโอ ชี้ปี 62 ตลาดจักรยานส่อแววฟื้น ลุยจัด Bicycle Super Sale 2019 เอาใจนักปั่น

'นีโอ' เตรียมหั่นราคาสินค้าจักรยานในงาน 13th International Bangkok Bike present Bicycle Super Sale 2019 มหกรรมสินค้าจักรยาน ลดราคา ครั้งยิ่งใหญ่ ชี้เทรนด์เสือหมอบ-อีไบค์มาแรง ทำตลาดจักรยานฟื้น ดันตลาดจักรยานปีนี้โตไม่น้อยกว่า 5 % มูลค่าราว 7,875...

อินเด็กซ์ ลิฟวิ่งมอลล์ คว้ารางวัล No.1 Brand Thailand 2018-2019 แบรนด์เฟอร์นิเจอร์ที่ครองใจผู้บริโภคอันดับ 1 ในไทย จากนิตยสาร Marketeer ติดต่อกัน 4 ปีซ้อน

บริษัท อินเด็กซ์ ลิฟวิ่งมอลล์ จำกัด (มหาชน) นำโดย คุณกฤษชนก ปัทมสัตยาสนธิ กรรมการผู้จัดการ ตอกย้ำความสำเร็จของผู้นำค้าปลีกเฟอร์นิเจอร์ ของตกแต่งบ้าน และของใช้ในบ้าน รวมถึงเครื่องใช้ไฟฟ้าชั้นนำของไทย ด้วยการรับมอบรางวัล "No.1 Brand Thailand 2018-2019"...

Related Topics