اختر منطقتك 
بين سبتمبر و يناير ، قامت ستة هواتف Google Pixel الذكية بركوب خيل مجانية على أربع سيارات مترو أنفاق مدينة نيويورك. على وجه التحديد ، أخذوا القطار A ، حيث كان يمتد على مسافة 32 ميلًا بين الطرف الشمالي لمانهاتن والوصول الجنوبية للملكات.
لم تكن الهواتف مهرجانات أو خطوط ، ويمكن أن يروي راكبًا حادًا للغاية لأنها كانت داخل حاويات بلاستيكية وتم تأمينها عبر أقواس إلى جانب السيارة السفلي والداخلية. بينما استخدم الأشخاص داخل السيارات هواتفهم الذكية لكتابة رسائل البريد الإلكتروني أو التمرير على Instagram أو استكشاف Roblox ، كان مشغلي مترو الأنفاق يستخدمون أجهزة استشعار هذه الهواتف – مقاييس التسريع ، مقاييس المغناطيسية ، والجروسكوبات ، ولمن المرتبطين بأجهزة استشعار السيارات ، والميكروفونات الخارجية الإضافية – للاستماع عمومًا.
كانت الهواتف جزءًا من تجربة موجزة من قبل هيئة النقل العاصمة في مدينة نيويورك وجوجل إلى ما إذا كانت التكنولوجيا الرخيصة ، التي كانت في الغالب ، يمكن أن تكمل أعمال تفتيش المسار في الوكالة. (لم يتقاضى قطاع Google العام ، القسم الذي قام بالعمل ، MTA لهذه التجربة الأولية.) اليوم ، يتم إجراء عمليات التفتيش من قبل المفتشين البشريين ، الذين يمشون معًا جميع مسارات مترو الأنفاق في مدينة نيويورك ، وعينين مقشرات مثل القضبان المكسورة ، والإشارات المكسورة ، وتلف الماء. ركوب الخيل ثلاث مرات من قبل “سيارات هندسة القطار” المتخصصة ، كما تلتقط وتحميل بيانات أكثر تطوراً عن حالة البنية التحتية للسكك الحديدية في المدينة.
يشير عمل مدينة نيويورك ترانزيت مع التكنولوجيا التجريبية ، التي تسميها Google TrackInspect ، إلى أن بيانات الصوت والاهتزاز والموقع ، والتي تم جمعها بثمن بخس نسبيًا وتستخدم لتدريب نماذج التنبؤ بالذكاء الاصطناعي ، يمكن أن تكمل عمل التفتيش. يمكن أن يوجه البشر إلى أجراس مشبوهة ، أو انفجارات ، أو صرير ، مما يشير إلى أنواع الأدوات التي سيحتاجون إليها لإجراء الإصلاحات قبل الوصول إلى هناك. طوال المشروع الذي استمر أربعة أشهر ، تمكنت التكنولوجيا من تحديد 92 في المائة من مواقع العيوب التي حددها مفتشي المسار البشري لاحقًا.
في نهاية المطاف ، يمكن أن تصبح التقنية “طريقة يمكن أن تقلل من مقدار العمل الذي يتم ذلك لتحديد تلك العيوب ، ومفتشو النقاط في الاتجاه الصحيح ، حتى يتمكنوا من قضاء بعض الوقت في التثبيت بدلاً من التعريف والذهاب إلى هناك مباشرة والقيام بالعمل”. في المستقبل ، تأمل MTA في إنشاء نظام “تم تحديث” يحدد وتنظيم إصلاحات لمشكلات المسار تلقائيًا.
بالنسبة إلى 3.7 مليون راكب يوميًا للنظام ، قد يكون التقاط العيوب قبل أن تصبح مشاكل هو الفرق بين العمل أو المدرسة في الوقت المحدد والارتباك في تأخير غير متوقع.
يقول Crichlow: “الهدف من هذا (المشروع) هو العثور على قضايا قبل أن تصبح قضية رئيسية من حيث الخدمة”. يقول The MTA ، إن التعاون مع Google سيتوسع الآن إلى مشروع تجريبي كامل ، حيث ستقوم Google ببناء نسخة إنتاج من التكنولوجيا وتضعها في أيدي مفتشي المسار أنفسهم.
أدوات المفتشين
يقول برايان بوستون ، وهو مساعد نائب رئيس ترانزيت والسكك الحديدية مع WSP للاستشارات ، إن تجربة Google هي جزء من محصول مصد من التكنولوجيا التي تدعم الذكاء الاصطناعى والتي بدأت وكالات النقل في استخدامها لتكملة عمليات التفتيش النموذجية الخاصة بها. على الرغم من أن نيويورك فريدة من نوعها في استخدام “التوافقيات” – Audio والاهتزاز – لتحديد المشكلات ، فقد قام آخرون بتثبيت أجهزة استشعار صغيرة أو كاميرات على المسارات التي تأخذ قياسات آلية وتناقضات العلم عند ظهورها. يتم تمكين التقنية ليس فقط من خلال التطورات في التعلم الآلي ، ولكن أيضا أرخص وأصغر البطاريات والمعالجات.
ومع ذلك ، فإن المنظمين الأمريكيين يحتاجون إلى فحص منتظم للسكك الحديدية وصيانته البشرية ، ويقول بوستون إنه لا يتوقع أن تختفي هذه القواعد في أي وقت قريب. يقول: “إلى أن تكون التكنولوجيا محددة ودقيقة ، ستحتاج دائمًا إلى هذا التفاعل البشري”.
