Konux girer opp for å skalere AI + IoT-spillet for å optimalisere jernbanene
Med mindre du har vært på en utvidet digital detox i år, kan du ikke ha gått glipp av hvordan en viss smak av AI-hype har akselerert nedover sporene som et løpende tog. Men langt fra den virale buzzen som svirrer rundt utviklingen av generative AI-verktøy som ChatGPT og DALL-E, har Konux, en Munch-basert dypteknologisk AI-oppskalering, i det stille drevet med å bruke maskinlæring for å transformere transport på jernbanen. Det bygger ut en SaaS-virksomhet drevet av proprietær sensormaskinvare og AI som driver et prediktivt vedlikeholdsprogramvare-som-en-tjenestespill som oppgraderer jernbaneinfrastrukturen, én bryter om gangen.
Dens oppdrag er å drive digitalisering og transformativ endring på toppen av det som fortsatt er det mest bærekraftige massetransportalternativet menneskeheten har – togreiser – ved å bruke AI pluss IoT (Internet of Things) for å legge til intelligens til faste skinner ved å fange inn sanntidsdata om hva som skjer på og til jernbanenettet.
Det gjør dette i en tid da økende etterspørsel etter togreiser ettersom forbrukere leter etter måter å redusere karbonfotavtrykkene sine, gir næring til et press fra myndigheter og jernbaneoperatører for å digitalisere nettverk og transformere etablerte måter å jobbe på ved hjelp av ny teknologi. Det skaper muligheter for startups til å brette opp ermene og bli skitne til hendene, selv om Konux regner med at det var først på vei. (Og ingen overraskelse at det ble grunnlagt i Tyskland hvor spørsmålet om togene går bra og i tide er et evig politisk spørsmål.)
“Kjerneproblemet er noe som faktisk er et skittent problem,” sier Konux-sjef Adam Bonnifield, og diskuterer hva som gjør denne AI-virksomheten forskjellig fra de som er i det meste av det globale rampelyset akkurat nå. “Det er ikke et av disse rene, AI-modellbyggende helt digitale problemene. Det er det skitne problemet med å få sensorer til å overleve miljøet, trekke ut dataene, finne mening i dem, tilpasse dem i forretningsproblemene, med kunden, og så ta med organisasjonen på en reise gjennom en haug med organisatoriske endringer.
“Dette er problemene som gjør endringen din virkningsfull og etterlater en arv, vil jeg si.”
Ved å pakke ut Konuxs virksomhet litt mer, bruker den dypteknologiske metoder og stresstestet tilkoblet maskinvare for å få innsyn i belastningene og kreftene jernbanelinjene tar imot dag inn, dag inn – måling av vibrasjoner gjennom sporene for å fange opp uregelmessigheter som kan bety innkommende feil. — og deretter presentere sin sannsynlige analyse av hva som kommer til å skje med infrastrukturen i løpet av de neste månedene. Dens AI-drevne spådommer ble utviklet til en 90 % nøyaktighetsstandard, ifølge Bonnifield.
Kundene for sin teknologi, jernbaneoperatører, mottar prediktiv vedlikeholdsinnsikt levert i et tilgjengelig programvaregrensesnitt som er designet for å ta belastningen av å drive viktig infrastruktur. Ikke mer å fly i blinde med planlagt gjetting; spormonterte sensorer og maskinlæringsmodeller har som mål å gi operatører mulighet til å foreta smartere samtaler rundt vedlikehold, underbygget av det som nå er «milliarder» av togspor registrert over et tiår eller så av Konuxs team som angriper dette dataproblemet.
Ved passasjerenden av linjen (forutsatt vellykket implementering av teknologien og bruken av verktøyene), bør denne bruken av AI manifestere seg som redusert nedetid og færre forsinkelser. Så glem slurvete generell AI; her er et dataspill på skinner som signaliserer hvordan maskinlæring som er tett rettet mot et spesifikt problem, kan være den virkelig imponerende prestasjonen til ingeniørkunst.
I tillegg til prediktivt vedlikehold, støtter Konux sin AI + IoT-tilnærming jernbaneoperatører med ytterligere forretningsintelligens rundt nettverkstrafikk og bruk; pluss – mer nylig – støtte med planlegging. For tiden tilbyr den tre produkter; den nevnte Konux-bryteren (prediktivt vedlikehold); Konux Network (bruksovervåking og inspeksjonsplanlegging); og Konux Traffic (smartere timeplanlegging).
Ideen er å utnytte AI og IoT til å drive datadrevne beslutninger som kan drive optimalisering rundt andre aspekter av jernbanedrift, utvidet fra Konuxs første fokus på sporing av infrastrukturstress på nøkkelpunkter på nettverket. (Bytter er både essensielle for å dirigere togtrafikk rundt et nettverk og sårbare for feil, gitt de er mekanismer med bevegelige deler.) Per Bonnifield forventer den å kunne utvikle flere produkter ettersom den fortsetter å utdype synet på hva som skjer. jernbanelinjen.
Samlet sett er det fristende tonehøyde for hva Konux sin AI-pluss IoT-aktiverte digitalisering av jernbanen vil være i stand til å oppnå – ved i hovedsak å fjerne behovet for uplanlagt vedlikehold – å låse opp alvorlige mengder urealisert kapasitet. Å kunne løpe to ganger like mye kapasitet utenfor de samme togskinnene er løftet.
Og hvis menneskeheten kan få så mye ekstra ut av en eksisterende lavkarbonform for transport uten å måtte utvide jernbaneinfrastrukturen fysisk, lover det godt for å takle klimautfordringen. Det er faktisk akkurat den typen optimalisering vi må satse på hvis vi skal unngå klimakatastrofer. (NB: Foreløpig overvåker Konux fortsatt bare et mindretall av jernbanenettverkene der produktene deres har blitt distribuert – men det satser selvfølgelig på full digitalisering og maksimal effekt.)
“Du kan kjøre dobbelt så mye passasjer- og lastgjennomstrømning og på en sikrere måte,” hevder Bonnifield, og konkretiserer oppstartens transformative løfte – hvis Konux kan skalere opptaket av teknologien sin på tvers av jernbanene. “Fordi du har mer innsyn i hva som faktisk skjer i nettverket.”
“Dette er et av de største smertepunktene som menneskene som driver disse nettverkene har; at de opererer helt i mørket, fortsetter han. “De setter sammen disse tidsplanene, og de setter sammen disse vedlikeholdsregimene, og disse inspeksjonsregimene, og de gjetter – basert på for eksempel planlegging av inspeksjoner i et nettverk.”
“Det er svært sjelden å si at når du blir med i et selskap at vi lykkes, vil vi være en viktig kraft i å redde planeten,” legger han til. “Og det er ikke så vanskelig å trekke en ganske rett linje mellom arbeidet vi gjør i dag og den påvirkningen, ikke sant, og så det er, tror jeg, en veldig oppløftende ting med kraften til AI.”
Mangelen på synlighet som jernbaneoperatører vanligvis har på det som skjer med sporene betyr at forsinkelser lett kan fosse inn i store flaskehalser som forårsaker enorme driftsforstyrrelser – uttrykt som ren elendighet for passasjerer som lurer på hvordan, for eksempel, et fem minutter forsinket tog på displaytavlen har plutselig snudd til en 50min+ forsinkelse. Ved å gi operatørene større innsyn i nettverkene sine, er Konux sin overbevisning at dynamisk trafikkstyring blir mulig og små forsinkelser ikke trenger å gå over i store flaskehalser. Dermed vinner muligheten til å låse opp betydelig jernbanekapasitet ved å dra fordel av reduserte forsinkelser og færre nedstengninger pluss mer reaktiv og dynamisk togruting. (Du kan til og med se for deg at systemet tilbyr dynamiske hastighet-per-vekt-anbefalinger på lastede tog med mål om å minimere slitasje på skinnene, for eksempel.)
“Hvis du kan nærme deg dette trafikkstyringsproblemet på en annen måte, hvor du bedre kan forutse den type kaskadeeffekter av forstyrrelser som er et vanskelig optimaliseringsproblem å løse, og du trenger mye data om hva som skjer i nettverket [to do it], sier Bonnifield. “Dette kan derfor være en game changer i hvordan du klarer deg [rail network disruption] fra et passasjerperspektiv. Alt du vet er at toget til London alltid er i tide, men… fra perspektivet til menneskene som driver nettverket, er det en helt annen måte å få deg det riktige toget til rett tid på.»
«Vi vet at vi må doble kapasiteten til jernbanenettet. Bare fordi det er det som kommer til å bli etterspurt av våre globale klimaforpliktelser, fortsetter han. “Så det må være et massivt push til jernbane som en foretrukket mobilitetsmodus. Og i dag er det ingen løsning på det. Fordi vi ikke kan bygge flere spor, i hvert fall ikke i Europa… så vi må finne ut hvordan vi kan tenke nytt om måten vi driver og vedlikeholder jernbanenett på for å finne denne manglende kapasiteten.
“Dette er problemet som animerer stort sett alle menneskene som jobber i dette selskapet i dag. At vi alle vet at vi må gjøre dette for å nå våre globale klimamål. Og vi ser på dette som en viktig del av konstellasjonen av revolusjoner som må skje for å gjøre det mulig.»
Mens jernbaneoperatører alltid har hatt tilgang til noen data, for eksempel antall tog som kjører gjennom en bestemt sporveksel, har de ikke hatt innsyn i detaljer som hvor raskt hvert tog beveget seg over den biten av sporet eller hvor tungt det var på det tidspunktet i tide; så har ikke vært i en posisjon til å kvantifisere den eksakte, kumulative belastningen som pålegges de mer sårbare delene av nettverket for å gi mer informerte spådommer om infrastruktursvikt. Det er her Konux sin proprietære sensormaskinvare kommer inn.
Konux sin IoT-enhet in situ hvor den er i stand til å overvåke tilstanden til en jernbanesvitsj. Bildekreditt: Konux
Til grunn for produktene deres er robuste, skinnemonterte sensorer (malt i en iøynefallende høyglansgul) som inneholder en serie akselerometre som måler kraft og kraftakselerasjon på skinnene. Disse dataene på bakkenivå mates inn i AI-modellene deres som estimerer hva som kommer til å skje med den sporede komponenten på kort sikt. (Konux sier at deres Switch-produkt anslår hvordan tilstanden til svitsjene vil utvikle seg i løpet av de neste 90 dagene, noe som lar operatører identifisere tidlige tegn på forringelse slik at de kan planlegge for inspeksjoner og prioritere vedlikehold basert på faktisk nettverksbruk.)
“Som du kan forestille deg, har du noen få tog som er ekstremt høy stress, høy energi, tilfeller som kan lamme et nettverk til slutt,” bemerker Bonnifield. “Ved å være i stand til på en måte å oppdage belastningsfaktoren til disse togene og hastigheten deres og virkelig forstå hva som faktisk skjer – den underliggende sannheten om hva som skjer i nettverket – er dette en game changer for hvordan man administrerer og betjener dem fordi du bruker ekte data på det tidspunktet.
“Så det å være i stand til å gi menneskene som heroisk driver disse nettverkene mer innsyn i hva som faktisk skjer og lyse opp deres forståelse av hva som skjer, og deretter komme med veldig, veldig sterke spådommer om hvordan de skal gjøre ting annerledes, disse er begge hoveddriverne for hvor du finner det [50% extra] kapasitet.”
I tillegg til å stole på data på spornivå som er fanget opp av sin egen maskinvare, sløyfer Konux andre kilder med åpne data og tredjepartsdata for å supplere synet på lokale jernbaneforhold – for eksempel temperatur på et bestemt sted; og visuelle data fra partnerselskaper som opererer kameraer montert på tog (dvs. for å gjøre en visuell sjekk av en ressurs som sensorene har oppdaget som potensielt nedverdigende).
Målet er at plattformen skal være det intelligente prosesseringssenteret som driver smartere jernbanekjøring ved å gi operatører mulighet til å få nettverkssynlighet slik at de kontinuerlig kan ta datadrevne beslutninger.
“Til syvende og sist ser vi oss selv som et AI-selskap først,” sier han til TechCrunch. “Vi bygde et AI-selskap. Vi bygget i hovedsak et veldig, veldig godt analytisk programvareselskap til å løse dette problemet. Og så bygde vi den første av sitt slag sensing-enhet for å være perfekt tilpasset behovene til et AI-selskap – men vi er totalt agnostiske; vi vil smelte sammen data og integrere data med hvor enn vi kan finne dem. Alt som er verdifullt. Det er tilfeldigvis slik at dette sanseproblemet er et ekstremt utfordrende problem. Og derfor måtte vi være de første til å løse det. Men hvis vi hadde vært i stand til å skaffe data enkelt, og det var noen andre som gjorde det, ville vi ha gjort det på en annen måte. Men du vet, vi ønsker virkelig å være hjernen, ikke hendene, ikke beina, vi ønsker å være hjernen i nettverket.»
“Målet er selvfølgelig å ta det som gjør disse infrastrukturforvalterne, disse eiendomseierne, eksperter på det de gjør, og virkelig gjøre det til en større og større del av dagen deres,” legger han til. “Så i stedet for å si at du faktisk må undersøke hver enkelt eiendel i nettverket ditt, sier vi at vi kommer til å gjøre det automatisk for deg. I stedet for å si at når du ser et problem, må du faktisk gå ut og se hva problemet var, vi skal visualisere det for deg. Og vi skal fortelle historien om det. Vi skal…