從引擎聲預(yù)測車輛故障！深度學(xué)習(xí)應(yīng)用于通用聲音識別

本文作者：三川

2016-12-28 17:27

導(dǎo)語：深度學(xué)習(xí)應(yīng)用于語言識別很常見，通用聲音識別目前還很少。

有一個困擾眾多司機的問題：什么時候?qū)圮囘M行檢修？

大多數(shù)車主會定期去 4S 店或修理店進行保養(yǎng)。但眾所周知，常規(guī)保養(yǎng)不是“體檢”，車輛已經(jīng)存在的問題未必會發(fā)現(xiàn)。那么，難道只有當(dāng)汽車在路上拋錨，我們才知道該送修了嗎？

這不但效率低，而且危險。當(dāng)開車有急事（比如趕高鐵參加重要會議），或是在高速路上發(fā)生故障，那簡直是驚魂一刻。

對此，以色列一家名為 3DSignals 的初創(chuàng)公司提出了解決方案：讓 AI 監(jiān)聽早期的預(yù)警信號，比如發(fā)動機的聲音變化，來判斷車輛是否即將拋錨。這項技術(shù)依賴于深度學(xué)習(xí)（deep learning），來理解機械設(shè)備的噪音模式，并提前預(yù)測可能發(fā)生的問題。

雷鋒網(wǎng)獲知，3DSignals 已開始與歐洲汽車巨頭們接觸，討論把這項深度學(xué)習(xí)技術(shù)應(yīng)用于汽車以及汽車零部件制造設(shè)備的前景，以實時監(jiān)控可能存在的問題。還有消息稱他們看中了自動駕駛出租車運營市場，與一家自動駕駛公司進行了初步溝通。

從引擎聲預(yù)測車輛故障！深度學(xué)習(xí)應(yīng)用于通用聲音識別

3DSignals 聯(lián)合創(chuàng)始人、算法負(fù)責(zé)人 Yair Lavi 表示：

“一個出租車乘客很可能只在乎到達(dá)目的地。即便乘坐車輛有了故障，只要沒有拋錨，他也懶得報告。所以，對于出租車運營公司來說，3DSignals 的解決方案很有吸引力。”

深度學(xué)習(xí)已經(jīng)被谷歌、Facebook 這樣的互聯(lián)網(wǎng)巨頭廣泛應(yīng)用于圖像、語音識別應(yīng)用中。但用它來識別普通聲音信號——比如機器的運轉(zhuǎn)聲音，倒是一件少有公司涉足的稀罕事。因此，3DSignals 希望能成為這個細(xì)分市場的領(lǐng)軍者。

編者注：深度學(xué)習(xí)一直是雷鋒網(wǎng)關(guān)注的核心領(lǐng)域之一。想要了解“什么是深度學(xué)習(xí)？”的讀者，請參考雷鋒網(wǎng)“深度學(xué)習(xí)大講堂”系列文章，大神Yann LeCun親授：如何自學(xué)深度學(xué)習(xí)技術(shù)并少走彎路，以及周志華KDD China技術(shù)峰會現(xiàn)場演講：深度學(xué)習(xí)并不是在“模擬人腦”。

Yair Lavi 解釋說：“全世界都在用深度學(xué)習(xí)進行圖像識別，這是至今最新最火的應(yīng)用。另外，AI 行業(yè)還有一部分在做深度學(xué)習(xí)的語音識別。我認(rèn)為專注于通用聲音識別的公司可能是極少數(shù)，我們是其中之一。這是我的目標(biāo)：成為通用聲音深度學(xué)習(xí)的帶頭人?！?/p>

制造工廠應(yīng)用

3DSignals 為每一名客戶安裝超聲波麥克風(fēng)，它能監(jiān)測到 100 千赫以內(nèi)的音頻。相比之下，人耳只能捕捉 20 赫茲至 20 千赫的聲音。該公司的物聯(lián)網(wǎng)服務(wù)把麥克風(fēng)與計算設(shè)備連接起來，后者能處理一部分的數(shù)據(jù)，然后把信息上傳到云端，由深度學(xué)習(xí)算法完成工作?？蛻艨梢噪S時通過聯(lián)網(wǎng)設(shè)備，比如手機和平板電腦，來查看機械設(shè)備的狀態(tài)。

從引擎聲預(yù)測車輛故障！深度學(xué)習(xí)應(yīng)用于通用聲音識別

3DSignals 系統(tǒng)流程示意：損壞的刀片，超聲波傳感器，數(shù)據(jù)收集裝置，實時警報

他們的第一批客戶來自重工業(yè)領(lǐng)域，監(jiān)測設(shè)備包括制造廠的圓形切割刀片和水電站的渦輪機。

開始，這些公司購買的是 3DSignals 不基于深度學(xué)習(xí)的初級服務(wù)。它是對特定零件（比如圓形切割鋸）進行基礎(chǔ)物理學(xué)建模的軟件，能預(yù)測這些零件什么時候會達(dá)到磨損上限。
第二級服務(wù)使用了深度學(xué)習(xí)算法，監(jiān)測麥克風(fēng)傳來的聲音中奇怪、不正常的頻段。訓(xùn)練深度學(xué)習(xí)的樣本是標(biāo)志著機器發(fā)生普通故障的聲音模式。
第三級服務(wù)同樣采用了深度學(xué)習(xí)，只有它才能根據(jù)聲音分辨出具體的故障種類。但在此之前，客戶必須幫助 3DSignals 訓(xùn)練深度學(xué)習(xí)算法：為特定聲音模式加上標(biāo)簽，標(biāo)明這屬于哪種故障。

Lavi 說道：“一段時間之后，我們不僅能指出故障 A 何時會發(fā)生，我們還能在它發(fā)生之前就（肯定地）說：你會在五小時內(nèi)遭遇故障 A。有些問題不會立即出現(xiàn)，有一個惡化的過程?！?/p>

經(jīng)過訓(xùn)練之后，3DSignals 的深度學(xué)習(xí)算法能以 98 % 的精確度預(yù)測特定故障。但目前，使用 3DSignals 系統(tǒng)的客戶尚無法體驗這個級別的性能。他們?nèi)栽趧?chuàng)建訓(xùn)練數(shù)據(jù)庫，人工為關(guān)聯(lián)特定故障的聲音信號加入標(biāo)簽。

3DSignals 表示，使用它的系統(tǒng)之后：

制造廠能降低 80% 的人為操作失誤；
延長 50% 的圓形切割鋸使用壽命；
降低 40% 的切割鋸?fù)蝗粨p壞事件；
平均 15% 的生產(chǎn)線速度提升。

從引擎聲預(yù)測車輛故障！深度學(xué)習(xí)應(yīng)用于通用聲音識別

展望

這家只有一歲的初創(chuàng)公司目前只有 15 名員工。但它發(fā)展速度相當(dāng)快，已經(jīng)拿到了以色列企業(yè)家 Dov Moran 的 330 萬美元投資，后者是 USB 閃存的發(fā)明者之一。

Lavi 和他的聯(lián)合創(chuàng)始人同伴們正在把目光朝向幾個大市場，包括汽車和水電之外的能源市場。在 2017，他們計劃了好幾輪吸引風(fēng)投的融資活動。如果一切順利，3DSignals 會在增長中的“可預(yù)測設(shè)備維護”市場繼續(xù)保持領(lǐng)先，向工廠、發(fā)電廠、車主提供服務(wù)。即將誕生的無人駕駛汽車市場同樣是一片藍(lán)海：它們會使人類司機變?yōu)槌丝?，脫離了駕駛體驗；這使得能通過聲音判斷設(shè)備狀態(tài)的深度學(xué)習(xí) AI 肩負(fù)更大的責(zé)任。對于一家初創(chuàng)公司來說，有機會能在通用聲音識別領(lǐng)域成為領(lǐng)軍者非常有前途。

Lavi 說：“對我們來說，成為通用聲音識別的深度學(xué)習(xí)專家至關(guān)重要，因為當(dāng)前的學(xué)術(shù)論文尚未涵蓋該領(lǐng)域?！?/p>

對初創(chuàng)科技企業(yè)來說，合理的定位是生存下去的必要條件。

via ieee

【兼職召集令！】

如果你對未來充滿憧憬，喜歡探索改變世界的科技進展，look no further！

我們需要這樣的你：

精通英語，對技術(shù)與產(chǎn)品感興趣，關(guān)注人工智能學(xué)術(shù)動態(tài)的蘿莉&萌妹子&技術(shù)宅；

文字不求妙筆生花，但希望通俗易懂；

在這里，你會收獲：

一群來自天南地北、志同道合的小伙伴；

前沿學(xué)術(shù)科技動態(tài)，每天為自己充充電；

更高的生活品質(zhì)，翻翻文章就能掙到零花錢；