Репортаж от Wedoany，Компания Qualcomm Technologies совместно с San Diego Gas & Electric (SDG&E) и Институтом океанографии Скриппса при Калифорнийском университете в Сан-Диего развертывает систему Edge Alert Sentinel (EAS) — решение для раннего предупреждения на основе периферийного искусственного интеллекта, предназначенное для демонстрации того, как периферийный ИИ может поддерживать надежность электросетей, готовность к чрезвычайным ситуациям и климатическую устойчивость.
Южная Калифорния сталкивается с одними из самых сложных в США рисков лесных пожаров и экстремальных погодных явлений. Ветры Санта-Ана, засуха и сложный рельеф создают быстро меняющиеся и трудно прогнозируемые условия. Традиционные системы мониторинга полагаются на удаленную облачную обработку, что может вызывать задержки в условиях суровой погоды или чрезвычайных ситуаций. Система EAS объединяет экологические датчики, периферийные вычисления ИИ и атмосферную науку, генерируя результаты анализа непосредственно в точке сбора данных, избегая задержек, связанных с передачей данных в удаленные центры обработки. Первая система уже установлена на горе Паломар и начала анализ данных о ветре, погоде и окружающей среде для более раннего выявления условий, влияющих на поведение лесных пожаров и экстремальные погодные явления.
«За последние два десятилетия наш регион избежал катастрофических пожаров, вызванных электричеством, потому что мы решили быть на шаг впереди и никогда не прекращали смотреть вперед», — сказал президент SDG&E Скотт Крайдер. «Edge Alert Sentinel отражает тот же настрой. Сотрудничая с Qualcomm Technologies и Калифорнийским университетом в Сан-Диего, мы объединяем технологии и науку мирового уровня, чтобы интеллект находился там, где существует риск — на передовой — и сообщества становятся безопаснее». Накул Даггал, старший вице-президент и генеральный менеджер подразделения автомобильных, промышленных и встроенных решений Интернета вещей и робототехники Qualcomm Technologies, отметил, что, объединяя периферийный ИИ с передовыми сенсорами и связью, система обеспечивает более быстрые и надежные аналитические данные при изменении условий, помогая специалистам по реагированию оценивать риски и принимать меры. Фрэнк Вернон, директор сети высокопроизводительных беспроводных исследований и образования Института океанографии Скриппса, указал, что с начала тысячелетия Scripps проводит наблюдения в реальном времени по всему округу Сан-Диего, накопив обширные наборы данных. Благодаря новым возможностям периферийного ИИ они выходят за рамки наблюдений, прогнозируя воздействия в реальном времени — именно в тот момент и в том месте, где возникает опасность. Это становится возможным, когда промышленность объединяет масштаб операций, практический опыт внедрения и потребности сообществ с научной строгостью и долгосрочными записями наблюдений академических кругов.
Основой развертывания является защищенная платформа периферийного ИИ-шлюза на базе процессора Qualcomm Dragonwing IQ9. Это многоядерный прикладной процессор с нейропроцессорным блоком, способный выполнять до 100 триллионов операций в секунду. Система использует платформу MLOps Edge Impulse от Qualcomm для работы моделей на устройстве, прогнозирующих условия, которые могут повлиять на инфраструктуру электросетей в жилых районах, и передает данные мониторинга и предупреждения в центр управления через выделенную сотовую сеть SDG&E. Qualcomm и SDG&E также сотрудничают в области интеграции ИИ непосредственно в полевые устройства для автоматической проверки критически важной инфраструктуры коммунальных предприятий с помощью автономных воздушных операций.
Проект EAS объединяет ресурсы промышленности и академических кругов для создания непрерывного цикла, включающего данные в реальном времени, периферийный анализ ИИ и практические аналитические данные, направленные на преобразование быстро меняющихся условий в своевременные действия. В предстоящий сезон отключений электроэнергии в целях общественной безопасности стороны оценят производительность развертывания на горе Паломар и планируют расширить технологию на большее количество станций, начиная со следующего года. Аналитические данные пилотного этапа будут использованы для расширения и улучшения возможностей моделирования, с целью более широкого внедрения к 2027 году. Сотрудничество также будет изучать возможности совместного обучения для поддержки готовности к чрезвычайным ситуациям в Южной Калифорнии и других регионах, сталкивающихся с аналогичными рисками.
Хотя система изначально разрабатывалась в Южной Калифорнии, этот подход предназначен для расширения на другие регионы, сталкивающиеся с все более частыми и суровыми климатическими явлениями, где интеллект в реальном времени и в конкретном месте может улучшить процесс принятия решений в условиях стресса.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
