Fermer

mars 10, 2020

Au port de Seattle, l'apprentissage automatique rationalise les opérations de fret aérien


Le port de Seattle a peut-être plus de 100 ans, mais il apprend de très nouvelles astuces. L'agence gouvernementale, qui supervise le port maritime de Seattle et l'aéroport international de Seattle-Tacoma, utilise l'intelligence artificielle (AI) et la vision par ordinateur (CV) pour la détection d'objets et le catalogage dans la zone de fret aérien de l'aéroport pour améliorer l'efficacité opérationnelle.

Skip Tavakkolian, architecte principal des systèmes au port de Seattle, a déclaré que l'agence pensait que l'apprentissage automatique (ML) changerait fondamentalement la façon dont le port fonctionne. Ce projet, baptisé PlaneInsight, n'est qu'un début. Tavakkolian dit que PlaneInsight a été principalement développé pour donner à l'équipe des technologies de l'information et des communications (TIC) une expérience de première main avec les techniques modernes de ML et le CV, bien qu'il souligne qu'il ne s'agissait pas seulement d'un exercice académique. L'équipe de fret aérien du port s'attend à ce que PlaneInsight les aide à accroître leur efficacité, à réduire les retards et à accroître la responsabilité des transporteurs de fret.

"L'apprentissage automatique est une nouvelle discipline pour les TIC et le port et, en fait, pour la plupart du secteur technologique". Dit Tavakkolian. "Comme nous avons compris ce qui est possible avec ML, nous avons commencé à identifier les problèmes où les solutions non ML seraient peu pratiques ou coûteuses."

Les solutions manuelles ne sont pas évolutives, explique Tavakkolian, tandis que les solutions automatiques existantes ont tendance à s'appuyer sur des solutions coûteuses et du matériel spécialisé, comme des capteurs de proximité.

"L'utilisation de la vision par ordinateur nous a permis de tirer parti de notre infrastructure de caméras de sécurité existante pour les flux vidéo et de notre infrastructure de centre de données pour la collecte d'instantanés, la création d'ensembles de données de formation, la formation de réseaux de neurones et la performance l'inférence (c'est-à-dire l'analyse) sur les images ", dit-il.




Source link