从引擎声音预测车辆故障，深度学习开始识别通用声音
对于驾车族来说，通常当汽车抛锚时才会意识到例行维护的必要性。当然，任何人都不想经历这种“吃一堑长一智”的惊险体验。然而，预防性或者定期维护检查总是会漏掉一些可能出现的问题。
近日，一家位于以色列萨瓦村（Kefar Sava, Israel）的初创公司3DSignals提出了一个新想法：利用人工智能（AI）“倾听”机器发出的故障预警性信号，在机器崩溃之前就能提前预警。
3DSignals公司提供的服务主要基于“深度学习”（deep learning）的人工智能技术，利用AI来分析故障机器的噪声并进行早期预测。目前，3DSignals公司已经开始与一些欧洲汽车制造商探讨利用该技术检测汽车潜在故障的可能性。此外，3DSignals甚至还看中了未来无人驾驶出租车的市场，已与一些公司探讨了使用该技术自动检测无人驾驶出租车潜在故障的前景。
3DSignals公司联合创始人及其算法负责人耶尔·拉维（Yair Lavi）说：“通常无人驾驶出租车的乘客，很可能只关心如何到达目的地，即便乘坐的车辆有了故障，只要没有抛锚，他也懒得报告和维护。所以，对于出租车运营公司来说，3DSignals 的解决方案很有吸引力。”
许多互联网巨头，如谷歌、Facebook等，早已利用深度学习开发人工智能系统，广泛应用于图像、语音识别应用中。还有一些科技公司，将深度学习技术应用于自动识别人类自然语言的语音，从而提高其服务的质量。但是，却少有公司利用该技术来识别一些普通的声音信号——比如机器的运转声音或者音乐。因此，3DSignals致力于利用深度学习技术识别更通用的声音，并志在成为该领域的领军者。
耶尔·拉维（Yair Lavi）解释说：“全世界都在用深度学习进行图像识别，这是至今最新最火的应用。此外，AI 行业还有一部分在做语音和对话识别领域的深度学习。而我认为专注于通用声音识别的公司可能是极少数，我们就是其中之一。我的目标就是：成为通用声音深度学习领域的带头人。”
3DSignals为每一位客户安装有超声波麦克风（Ultrasonic microphone），可以监测10万赫兹（注：人类听力范围在20赫兹到2万赫兹之间）以下的声音。该公司提供的“物联网”服务将麦克风与计算设备相连接，后者能够处理数据，并将数据上传到网络，然后由深度学习算法进行分析。这样，客户就能够随时随地通过任意类型的Web连接设备（如智能手机或平板电脑）,检查机器设备的状态。
3DSignals的第一批客户来自重工业领域，包括机械加工厂及发电厂。最初，这些公司购买是3DSignals公司未使用深度学习技术的初级服务。与深度学习服务不同，初级服务主要使用软件来对某些机器部件（例如圆形切割锯）进行基本物理建模，从而预测部件可能出现的磨损情况以及寿命极限。
第二级服务则使用深度学习技术以及来自超声波传感器收集的声音数据来检测机器可能发出的异常噪声。深度学习算法以机器可能出现的通用故障声音模式来进行训练。
第三级服务同样也采用深度学习，能够将监测的声音进行分类并标注出具体类型的故障问题。在此之前，客户需要帮助3DSignals训练深度学习算法：为特定声音模式加上标签，标明属于哪类故障问题。
“一段时间之后，我们不仅能够指出故障A何时发生，我们还能在故障发生之前就发出预警信号：您将在五个小时之内发生故障A。”拉维说，“当然，有一些问题不会立即出现，因为有一个恶化的过程。”
经过训练之后，3DSignals的深度学习算法能够以98％的精度预测特定的故障问题。但是，目前使用3DSignals系统的客户尚无法体验这个级别的性能。他们目前仍在创建训练数据库，通过人工分类和标记，将特定声音模式关联至特定类型的故障。
目前，作为只有一岁的初创公司，3DSignals只有15名员工。但是，它的发展速度相当快，已经从以色列著名企业家Dov Moran处获得330万美元的融资。Dov Moran是USB闪存盘的发明人之一。
拉维及其联合创始人正将目光投向几个大市场，包括汽车制造、水力发电厂以及除此之外的其他能源市场。2017年，3DSignals计划了好几轮融资活动来吸引风投们。
如果一切顺利，3DSignals会在不断增长的“可预测维护”市场中大放异彩，并保持其领头地位，为各类工厂、发电厂以及汽车主们提供“预测性维护”服务。即将诞生的无人驾驶汽车市场同样也是一片“掘金之地”：深度学习技术能够随时“聆听”机器的健康状态，帮助人类乘客真正从驾驶中解放出来。
暂且不论以上种种，对于一家初创公司来说，有机会在即将到来的通用声音识别领域称为领军者，也是一种成就！
拉维说：“对于我们来说，成为通用声音识别领域的深度学习专家非常重要，因为目前的学术论文尚未涉足该领域”。
编辑：李小李
欢迎关注DT君的科幻电影公众号：
招聘
编辑、视觉设计、视频策划及后期
地点：北京
联系：hr@mittrchina.com
MIT Technology Review 中国唯一版权合作方，任何机构及个人未经许可，不得擅自转载及翻译。
分享至朋友圈才是义举