"ฟูจิตสึโชว์เคส" ใช้ปัญญาประดิษฐ์ "AI" ตรวจจับหลุมใต้ถนน
'ฟูจิตสึ' เผยกรณีศีกษา Kawasaki Geological Engineering Co., Ltd. ใช้เทคโนโลยี AI "Zinrai Deep Learning System" (ระบบเรียนรู้เชิงลึกซินไร) ตรวจจับหลุมที่อยู่ต่ำกว่าผิวหน้าถนนให้กับรัฐบาลท้องถิ่นและระดับชาติ ระบุ มีความเป็นกลางและลดเวลาในการตรวจหาความผิดพลาดได้ถึง 90% พร้อมกับลดเวลาในการวิเคราะห์โดยรวมลงครึ่งหนึ่ง
Mr.Toshihiko Sakagami, CEO Kawasaki Geological Engineering Co., Ltd. กล่าวว่า การสำรวจถนนให้กับรัฐบาลท้องถิ่นและระดับชาติ โดยใช้เทคโนโลยีกรรมสิทธิ์ของตนเอง ซึ่งสามารถตรวจจับหลุมที่อยู่ต่ำกว่าผิวหน้าถนนได้ แต่ก็ยังเป็นวิธีที่ใช้เวลานาน ทางบริษัทฯ จึงได้ตัดสินใจเลือกใช้โซลูชัน AI ของฟูจิตสึอย่าง "Zinrai Deep Learning System" (ระบบเรียนรู้เชิงลึกซินไร) เพื่อวิเคราะห์ข้อมูลจำนวนมหาศาล ซึ่งแต่ก่อนต้องวิเคราะห์โดยใช้คนการใช้ปัญญาประดิษฐ์ (AI) เพื่อเรียนรู้และจดจำรูปแบบเฉพาะของหลุม ทำให้กระบวนการทำงานของบริษัทฯ มีความเป็นกลางและลดเวลาในการตรวจหาความผิดพลาดได้ถึง 90% พร้อมกับลดเวลาในการวิเคราะห์โดยรวมลงครึ่งหนึ่ง
"ฟูจิตสึเข้าใจธุรกิจของเราเป็นอย่างดี การนำ AI มาใช้ได้อย่างรวดเร็วและวิธีการในการระบุข้อมูลการฝึกที่มีความแม่นยำสูงเกิดขึ้นมาได้ เพราะฟูจิตสึเข้าใจทุกแง่ส่วนของธุรกิจเราเป็นอย่างดีนั่นเอง การสื่อสารทางเทคนิคก็ทำได้อย่างง่ายดายมากเช่นกัน"
ในฐานะเป็นผู้บุกเบิกการสำรวจทางธรณีวิทยา Kawasaki Geological Engineering Co., Ltd. ทำการทดสอบที่ระดับใต้พื้นผิวตามคำขอของรัฐบาลแห่งชาติและรัฐบาลท้องถิ่น และได้รับมอบหมายงานให้จัดการทรัพย์สินเหล่านี้เมื่อหลุมมีการก่อตัวขึ้นใต้ถนน ในสถานการณ์ที่เลวร้ายที่สุด อาจก่อให้เกิดการทรุดตัวของถนนที่ก่อให้เกิดความเสียหายสูงได้ ตัวอย่างที่ร้ายแรงที่สุด คือ หลุมยุบขนาดยักษ์ที่ปรากฏตัวขึ้นใกล้กับสถานี JR Hakata ในบริเวณคิวซิว เมื่อเดือน พ.ย. 2016 แม้หลุมยุบอาจจะเกิดได้จากหลายสาเหตุ แต่กระทรวงที่ดิน โครงสร้างพื้นฐาน การคมนาคม และการท่องเที่ยว (Ministry of Land, Infrastructure, Transport and Tourism) แห่งญี่ปุ่น ก็อธิบายว่า ส่วนใหญ่หลุมพวกนี้จะมีสาเหตุมาจากท่อระบายน้ำเสียที่เสื่อมโทรม หลุมอาจจะมองเห็นไม่ชัด เพราะประเทศญี่ป่นมีการบำรุงรักษาถนนอย่างดีเยี่ยม แต่ในปี 2015 เพียงปีเดียว มีถนนที่ทรุดตัว 3,300 จุดทั่วประเทศญี่ปุ่น
Mr.Toshihiko Sakagami ซีอีโอของ Kawasaki Geological Engineering กล่าวว่า ทางบริษัทฯ ได้พัฒนาเทคโนโลยีหลากหลายสำหรับการสำรวจใต้พื้นผิว เพื่อตรวจหาหลุมที่อยู่ใต้ผิวถนน ซึ่งหน่วยวิศวกรเคลื่อนที่ของบริษัทฯ ใช้ขณะที่เดินทางบนถนนไปรอบ ๆ ประเทศ วิธีการแบบดั้งเดิมช่วยให้เราสำรวจได้ลึกแค่ 1.5 เมตรเท่านั้น แต่หลุมที่เกิดจากท่อระบายน้ำเสียที่ทรุดโทรมจะเกิดลึกกว่านั้นลงไปอีก เรานำเทคโนโลยีของเราและความเชี่ยวชาญที่เรามีมาปรับใช้ และพัฒนา "ระบบเรดาร์ส่งเสียง" ได้สำเร็จ ซึ่งระบบนี้สามารถตรวจจับสัญญาณตอบกลับได้ในระดับลึกขึ้น และช่วยให้เราสำรวจได้ในระดับลึก 3-5 เมตร ในระดับประสิทธิภาพเท่าเดิม การที่มีเครื่องมือสำรวจได้ลึกกว่าเดิมถึง 2 เท่า ทำให้บริษัทฯ มีข้อมูลจำนวนมาก หากมีการพิมพ์ข้อมูลออกมา ต้องใช้กระดาษขนาด A3 ประมาณ 1,000-2,000 แผ่นต่อถนนยาว 100 กิโลเมตร ในการระบุหลุมต้องใช้ทีมงาน 5-6 คน และใช้เวลาประมาณ 1 เดือน
โดยในแต่ละครั้งต้องศึกษาข้อมูลคลื่นเรดาห์ที่พิมพ์ออกมาเป็นหลายร้อยหลายพันหน้า วิศวกรจะมองหาจุดที่น่าจะมีหลุมและความผิดปกติอื่น ๆ แล้วจึงระบุตำแหน่งหลุมที่แท้จริง ดังนั้น จึงกลายเป็นงานใช้เวลาและมีค่าใช้จ่ายสูง วิศวกรใช้เวลาอย่างมากในการแก้ปัญหาและลดความผิดพลาดที่เกิดจากการมองไม่เห็นให้มากที่สุดเท่าที่จะทำได้เพิ่มความแม่นยำและประสิทธิภาพของการวิเคราะห์ ซึ่งเป็นจุดที่มีความผิดพลาดเกิดขึ้นไม่ได้ การที่จะระบุหลุมได้จากข้อมูลที่ได้มานั้นต้องอาศัยประสบการณ์ วิศวกรที่เข้ามาทำงานใหม่ ๆ อาจพลาดไม่เห็นบางหลุม เนื่องจากข้อมูลสัญญาณไม่กระจ่างทันที ดังนั้น วิศวกรที่มีประสบการณ์มากกว่าจึงต้องตรวจสอบยันความถูกต้อง เพื่อหลีกเลี่ยงความผิดพลาด Kawasaki Geological Engineering มุ่งเน้นหลัก ๆ ไปที่การวิเคราะห์เพื่อรักษาความปลอดภัยให้กับถนนที่บริษัทฯ สำรวจโชคดีที่ในปัจจุบัน บริษัทฯ มีพนักงานที่มีประสบการณ์สูงมากมาย ซึ่งสามารถปฏิบัติงานได้อย่างง่ายดาย
อย่างไรก็ดี Mr.Toshihiko Sakagami กล่าวว่า "ถ้าพิจารณาในแง่กำลังคนและปัจจัยอื่น ๆ เราไม่สามารถทำงานแบบนี้ต่อไปได้ นั่นเป็นสาเหตุว่า ทำไมเราถึงเริ่มสนใจ AI วิศวกรของเราบางคนมีความรู้เรื่อง AI ด้วยเหตุนี้ เราจึงมีไอเดียพอสมควรว่า จะนำ AI มาใช้ในการตรวจหาหลุมในแบบเดียวกับการตรวจยันความถูกต้องโดยวิศวกรที่มีประสบการณ์ แต่ปัญหาที่พบ คือ ไม่มีแอพพลิเคชันที่วางขายอันไหนที่ใช้ในการทำงานแบบของเรา ซึ่งหมายถึงว่า เราไม่สามารถนำเทคโนโลยีสำเร็จรูปมาใช้ได้ ปัญญาประดิษฐ์ลดเวลาการตรวจจับความผิดปกติลง 90% ขณะที่ เวลาทั้งหมดที่วิศวกรใช้ในการวิเคราะห์ก็ลดลงครึ่งหนึ่งด้วยเช่นกัน