Patrulla de Control de Calidad Startup construye modelos para detectar patrones de fallas en vehículos
Patrulla de Control de Calidad Startup crea modelos de detección de fallas en vehículos
Cuando se trata de preservar los márgenes de beneficio, los científicos de datos de fabricantes de vehículos y piezas están al volante.
Viaduct, que desarrolla modelos para inferencia de series temporales, está ayudando a las empresas a aprovechar los conocimientos sobre fallas a partir de los datos capturados en los automóviles conectados de hoy en día. Lo hace aprovechando los datos de los sensores y estableciendo correlaciones.
La startup de cuatro años, con sede en Menlo Park, California, ofrece una plataforma para detectar patrones anómalos, rastrear problemas y desplegar predicciones de fallas. Esto permite a los fabricantes de automóviles y proveedores de piezas anticiparse a los problemas con datos en tiempo real para reducir reclamaciones de garantía, llamadas de servicio y defectos, dijo David Hallac, fundador y CEO de Viaduct.
“Viaduct se ha implementado en más de 2 millones de vehículos, ha ayudado a evitar 500,000 horas de tiempo de inactividad y ha ahorrado cientos de millones de dólares en costos de garantía en toda la industria”, dijo.
La compañía se basa en las GPU NVIDIA A100 Tensor Core y en el marco de la Plataforma de Predicción de Series Temporales (TSPP) de NVIDIA para el entrenamiento, ajuste e implementación de modelos de series temporales, que se utilizan para pronosticar datos.
- El legendario astronauta británico, el Mayor Tim Peake, será el pro...
- El Cantilever v/s ChatGPT
- Conoce a JEN-1 Un Marco de Inteligencia Artificial Universal que Co...
Según la empresa, Viaduct se ha implementado con más de cinco grandes fabricantes de automóviles de pasajeros y camiones comerciales.
“Los clientes lo consideran un gran ahorro: las cosas en las que estamos afectando son importantes en términos de rentabilidad”, dijo Hallac. “Es el impacto en el tiempo de inactividad, el impacto en la garantía y la ineficiencia en el desarrollo del producto”.
Viaduct es miembro de NVIDIA Inception, un programa que brinda a las empresas apoyo tecnológico y orientación en plataformas de IA.
Cómo comenzó: La investigación llega a la carretera
El camino de Hallac hacia Viaduct comenzó en la Universidad de Stanford. Mientras era estudiante de doctorado allí, Volkswagen llegó al laboratorio en el que se encontraba con datos de sensores recopilados de más de 60 conductores durante varios meses y una subvención de investigación para explorar su uso.
La pregunta en la que los investigadores profundizaron fue cómo entender los patrones y tendencias en el extenso conjunto de datos de vehículos recopilados durante meses.
Los investigadores de Stanford, en coordinación con el Laboratorio de Investigación Electrónica de Volkswagen, publicaron un artículo sobre el trabajo, que destacaba Drive2Vec, un método de aprendizaje profundo para la incorporación de datos de sensores.
“Desarrollamos una serie de algoritmos centrados en la inferencia estructural a partir de datos de series temporales de alta dimensionalidad. Descubríamos conocimientos útiles y pudimos ayudar a las empresas a entrenar e implementar algoritmos predictivos a gran escala”, dijo.
Desarrollando un grafo de conocimiento para obtener conocimientos con una inferencia de hasta 10 veces
Viaduct maneja análisis de series temporales con su motor TSI, que agrega datos de fabricación, telemática y servicio. Su modelo fue entrenado con las GPU A100 aprovechando el TSPP de NVIDIA.
“Lo describimos como un grafo de conocimiento: estamos construyendo este grafo de conocimiento de todos los diferentes sensores y señales y cómo se correlacionan entre sí”, dijo Hallac.
Se generan varias características clave utilizando el autoencoder Drive2Vec para la incorporación de datos de sensores. Las correlaciones se aprenden mediante un proceso de inferencia de campo aleatorio de Markov, y las predicciones de series temporales aprovechan el marco TSPP de NVIDIA.
Según Hallac, las GPU de NVIDIA en esta plataforma permiten a Viaduct lograr una precisión de inferencia hasta 30 veces mejor en comparación con los sistemas de CPU que ejecutan algoritmos de regresión logística y boosting, dijo.
Protegiendo los beneficios con IA proactiva
Un fabricante de vehículos que utiliza la plataforma de Viaduct pudo manejar algunos de sus problemas de manera proactiva, solucionarlos y luego identificar qué vehículos estaban en riesgo de esos problemas y solicitar solo a los propietarios que los llevaran para su servicio. Esto no solo afecta las reclamaciones de garantía, sino también los mostradores de servicio, que obtienen más visibilidad sobre los tipos de reparaciones de vehículos que se realizan.
Además, como los fabricantes de vehículos y piezas están asociados en garantías, los resultados son importantes para ambos.
Según la startup, Viaduct redujo los costos de garantía para un cliente en más de $50 millones en cinco problemas.
“Todos quieren la información, todos sienten el dolor y todos se benefician cuando el sistema está optimizado”, dijo Hallac sobre el potencial de ahorro de costos.
Manteniendo las calificaciones de revisiones de vehículos
Viaduct comenzó a trabajar con un importante fabricante de automóviles el año pasado para ayudar con problemas de control de calidad. La asociación tenía como objetivo mejorar el tiempo para identificar y solucionar problemas de calidad posteriores a la producción.
La puntuación JD Power IQS (Estudio de Calidad Inicial) del fabricante de automóviles había estado disminuyendo mientras que los costos de garantía estaban aumentando, y la empresa buscaba revertir la situación. Por lo tanto, el fabricante de automóviles comenzó a utilizar la plataforma de Viaduct y su motor TSI.
En las pruebas A/B de la plataforma de Viaduct contra los enfoques reactivos tradicionales para el control de calidad, el fabricante de automóviles pudo identificar problemas en promedio 53 días antes durante el primer año de lanzamiento de un vehículo. Según Hallac, los resultados ahorraron “decenas de millones” en costos de garantía y la puntuación de calidad y confiabilidad JD Power del vehículo aumentó “varios puntos” en comparación con el año modelo anterior.
Y Viaduct está obteniendo una respuesta positiva por parte de los clientes que refleja el valor de su IA para las empresas, según dijo.
Obtenga más información sobre NVIDIA A100 y NVIDIA TSPP.
