С сентября по январь шесть смартфонов Google Pixel бесплатно прокатились в четырех вагонах нью-йоркского метро. В частности, они ехали на поезде A, который курсировал на протяжении 32 миль между северной оконечностью Манхэттена и южной частью Квинса.

Эти телефоны не были безбилетниками или бродягами, и очень зоркий пассажир мог бы это определить, поскольку они находились в пластиковых корпусах и были закреплены с помощью кронштейнов на днище и в салоне вагонов. В то время как люди внутри вагонов использовали свои смартфоны для написания электронных писем, прокрутки Instagram или изучения Roblox, операторы метро использовали датчики этих телефонов - акселерометры, магнитометры и гироскопы, а для тех, что были прикреплены к внешним стенкам вагонов, - дополнительные внешние микрофоны, чтобы внимательно слушать.

Телефоны были частью небольшого эксперимента Нью-Йоркского управления городского транспорта и Google по изучению того, могут ли дешевые, в основном готовые технологии дополнить работу агентства по проверке путей. (Подразделение Google Public Sector, которое занималось этой работой, не взяло с MTA денег за этот первоначальный эксперимент). Сегодня инспекции проводятся людьми, которые вместе проходят все 665 миль путей нью-йоркского метрополитена, выискивая такие проблемы, как сломанные рельсы, неисправные сигналы и повреждения от воды. Кроме того, трижды в год специализированные вагоны-геометры, оснащенные датчиками, собирают и загружают более сложные данные о состоянии железнодорожной инфраструктуры города.

Работа Нью-Йоркского городского транзита с экспериментальной технологией, которую Google называет TrackInspect, предполагает, что звуковые, вибрационные и локационные данные, собранные относительно дешево и используемые для обучения моделей прогнозирования искусственного интеллекта, могут дополнить эту инспекционную работу. Они могут указывать людям на подозрительные дребезжания, стуки или скрипы, подсказывая, какие инструменты им понадобятся для ремонта до того, как они приедут на место. По словам представителей MTA, в ходе четырехмесячного проекта технология смогла определить 92 процента мест дефектов, которые впоследствии были выявлены человеческими инспекторами путей.

В конечном итоге технология может стать "способом минимизировать объем работы по выявлению дефектов и указать инспекторам правильное направление, чтобы они могли потратить время на устранение дефектов вместо их выявления, а также отправиться непосредственно туда и выполнить работу", - говорит Деметриус Кричлоу, президент агентства. В будущем MTA надеется создать "модернизированную" систему, которая будет автоматически определять и организовывать устранение проблем с путями.

Для 3,7 миллиона пассажиров, ежедневно пользующихся услугами системы, выявление дефектов до того, как они станут проблемами, может стать разницей между своевременной доставкой на работу или в школу и неожиданными задержками.

"Цель этого [проекта] - найти проблемы до того, как они станут серьезной проблемой в плане обслуживания, - говорит Кричлоу. Сотрудничество с Google теперь расширится до полноценного пилотного проекта, говорят в MTA, в рамках которого Google создаст производственную версию технологии и передаст ее в руки самих инспекторов путей.

Эксперимент Google - часть большого урожая технологий с искусственным интеллектом, которые транзитные агентства только начинают использовать в дополнение к своим обычным проверкам, говорит Брайан Постон, помощник вице-президента по транзиту и железным дорогам в консалтинговой компании WSP. Хотя Нью-Йорк уникален тем, что использует "гармоники" - звук и вибрацию - для выявления проблем, другие компании устанавливают на путях небольшие датчики или камеры, которые проводят автоматические измерения и отмечают несоответствия по мере их появления. Технология стала возможной не только благодаря достижениям в области машинного обучения, но и благодаря более дешевым и компактным батареям и процессорам.

Тем не менее, американские регулирующие органы требуют регулярного осмотра и обслуживания рельсов человеком, и Постон говорит, что не ожидает, что эти правила будут отменены в ближайшее время. "Пока технология не станет конкретной и точной, вам всегда будет нужно взаимодействие с человеком", - говорит он.

В Нью-Йорке один человек сыграл огромную роль в маркировке аудио- и виброданных, собранных с помощью установленных телефонов. В перерывах между остальными делами помощник начальника службы пути NYCT Роберт Сарно, ветеран MTA с 14-летним стажем, надевал наушники с шумоподавлением и прослушивал 5-10-минутные фрагменты шума на путях, чтобы отсортировать обычный шум метро от звуковых признаков неисправности путей.

"Я слушал их и отмечал "неплотное соединение", "неплотный болт", "дефект рельса", "дефект стяжки". А потом инспекторы выезжали на место и возвращались с фотографиями, подтверждающими это."

Самостоятельно Сарно выявил более чем 80-процентную корреляцию с дефектами пути - не намного хуже, чем модели машинного обучения. "Благодаря многолетнему опыту вы узнаете определенные звуки", - говорит Сарно, который первые десять лет своей карьеры в MTA провел под землей. (Возможно, он также очень хорош в этом - другой сотрудник транспортной службы назвал Сарно "шептуном путей".)

По словам Google, наряду с маркировкой Сарно, TrackInspect объединила 335 миллионов показаний датчиков и 1200 часов аудиозаписей с базой данных New York City Transit о дефектах путей для обучения группы из примерно 200 индивидуальных моделей прогнозирования для поиска дефектов путей.

Хотя TrackInspect был создан только для MTA, главный технолог Google Public Sector Крис Хайн говорит, что компания надеется, что проект станет "катализатором для внедрения более экономически эффективных и превентивных способов поддержки безопасности на железных дорогах"

.