Kefahaman Spatial Dikongsi: Evolusi Seterusnya Operasi Industri
Foto rata masih menjadi halangan utama dalam penyelenggaraan industri. Tangkapaan AI spatial serta paparan imersif boleh memberikan pasukan lapangan dan peja...
Kebanyakan kelewatan pembaikan industri tidak bermula dengan sepana yang rosak. Ia bermula dengan sekeping foto. Seorang juruteknik di pencawang menghantar imej sesendal yang mengalami kerosakan; jurutera jarak jauh tidak dapat menentukan sama ada rekahan itu memanjang di belakang bebibir; panggilan lain menghasilkan lebih banyak gambar dari sudut yang hampir sama—dan tempoh gangguan bekalan berakhir sebelum semua pihak berkongsi gambaran mental yang sama tentang aset tiga dimensi.
Ketidakpadanan itu ialah kesesakan senyap dalam operasi industri, menurut David Fattal, pengasas bersama dan CTO Leia Inc. Infrastruktur semakin kompleks—tenaga teragih pada grid yang semakin berusia, barisan pengeluaran yang menggabungkan robot dengan mesin berusia tiga puluh tahun—sementara medium yang digunakan orang untuk berkongsi perkara yang mereka lihat kekal rata: foto, anotasi, laporan dan panggilan video yang memaksa setiap penerima membina semula realiti ruang dalam fikiran mereka.
Aset pencawang dan proses adalah tiga dimensi; fotografi lapangan rata masih memaksa pakar jarak jauh meneka skala, kedalaman dan perkara yang berada di belakang permukaan terdekat.
Ke mana sebenarnya masa itu pergi
Penganalisis industri menganggarkan kerja amali mungkin hanya merangkumi 30–40% daripada jumlah masa pembaikan. Selebihnya ialah pengesanan, tindak balas, diagnosis, penyelarasan dan pengesahan—semuanya memerlukan tafsiran. Penggera sensor, foto lapangan dan bukti selepas pembaikan perlu melalui perjalanan dari tapak ke pembuat keputusan. Kamera meratakan kedalaman, menyembunyikan perkara yang berada di belakang permukaan terdekat dan memberikan petunjuk skala yang lemah. Apabila juruteknik tersalah mengagak sudut, kerja itu jarang gagal dengan jelas. Sebaliknya, ia gagal sebagai lawatan ulangan—alat ganti yang salah, maklumat tidak lengkap, kemahiran yang tidak sepadan—sebelum trak pun meninggalkan depoh.
Menganggap lawatan ulangan sebagai masalah penjadualan terlepas daripada perkara utama. Selalunya, lawatan itu ialah harga yang perlu dibayar untuk menyampaikan masalah tiga dimensi melalui saluran dua dimensi.
Barisan kabinet dan geometri peralatan suis ialah contoh tepat tentang perkara yang sukar disampaikan melalui anotasi foto—dan tempat model ruang dikongsi mengubah pihak yang boleh menilai ruang lega dan akses.
AI Ruang serta paparan imersif
Jalan keluar menurut Fattal bukanlah lebih banyak megapiksel. Sebaliknya, terdapat dua timbunan teknologi yang semakin matang. Pertama, AI Ruang yang boleh menukar rakaman pemeriksaan menyeluruh dari telefon atau kamera pemeriksaan menjadi representasi tiga dimensi yang boleh diukur—geometri untuk perbandingan dengan lukisan, penjejakan perubahan bagi kakisan dan mendapan, serta rekod hidup yang dikemas kini dari satu lawatan ke satu lawatan. Kedua, paparan imersif boleh tukar pada komputer riba, monitor dan tablet harian yang memaparkan kedalaman sebenar, bukannya memaksa penonton membuat inferens berdasarkan bayang-bayang dan pergerakan.
Apabila kedalaman tersedia pada peranti yang sudah dimiliki oleh pasukan, penerimagunaan menjadi keputusan perisian dan bukannya pembelian armada set kepala khusus. Kawalan perspektif beralih daripada orang yang merakam pemandangan kepada orang yang perlu memahaminya: jurutera jarak jauh boleh melihat di belakang bebibir, memeriksa ruang lega dan membuat ukuran. Pegawai penghantaran yang merancang berdasarkan model ruang semasa boleh mengesahkan alat ganti, akses dan kemahiran sebelum trak bergerak.
Kualiti tangkapan masih menentukan sama ada model ruang boleh digunakan untuk membuat ukuran—atau sekadar jejaring cantik yang tiada siapa percayai untuk keputusan tentang ruang lega.
Daripada panggilan yang lebih baik kepada memori institusi
Hasil segera ialah pengurangan perjalanan trak, diagnosis yang lebih pantas dan semakan reka bentuk apabila pihak berkepentingan berkongsi konteks ruang yang sama. Nilai terkumpulnya ialah pemindahan pengetahuan: panduan pemeriksaan seorang veteran yang dipelihara secara ruang lebih berguna daripada prosedur bertulis yang lain dalam industri yang kehilangan pekerja berpengalaman lebih pantas daripada keupayaannya menggantikan mereka. Dengan setiap tangkapan, pengendali membina memori ruang yang bersambung dengan pelaburan kembar digital dan pengurusan aset yang sudah dirancang—bersama ekosistem kawalan dan perlindungan yang sama seperti yang telah disediakan oleh loji, daripada portfolio proses dan keselamatan Honeywell hingga barisan pemantauan peralatan berputar seperti pemantauan keadaan Bently Nevada.
Pendapat
Operasi industri tidak tersekat kerana kekurangan data. Ia tersekat kerana alat untuk berkongsi perkara yang dilihat seseorang membuang dimensi yang paling penting. Mengembalikan pemahaman ruang yang dikongsi tidak akan menggantikan PLC, penghistori atau sistem pesanan kerja—sebaliknya, ia akan membuatkan sistem-sistem itu merujuk kepada kebenaran fizikal yang sama. Organisasi yang menganggap tangkapan AI Ruang sebagai infrastruktur, bukannya demonstrasi, akan mengurangkan salah faham terlebih dahulu dan kemudian tertanya-tanya bagaimana mereka pernah mengendalikan aset kritikal hanya dengan foto.
Tentang Penulis
David Fattal | Pengasas Bersama & CTO, Leia Inc.
David Fattal ialah pengasas bersama dan CTO Leia Inc., syarikat di sebalik Immersity. Beliau mengetuai pembangunan paparan imersif boleh tukar dan teknologi penukaran 2D kepada 3D masa nyata yang digunakan dalam produk daripada Samsung, Acer, ZTE dan lain-lain. Sebelum mengasaskan Leia, beliau menghabiskan hampir sedekad di HP Labs dalam bidang nanofotonik dan pengkomputeran kuantum. Beliau memiliki PhD dalam Fizik dari Stanford University dan BS dalam Fizik Teori dari École Polytechnique, serta merupakan pencipta lebih daripada 250 paten.