在西雅圖塔科馬國際機場的政府機構(gòu)航空貨運團隊正在利用人工智能和計算機視覺技術(shù)進行對象檢測和分類，以提高運營效率。
西雅圖港可能有100多年的歷史了，而它正在學(xué)習(xí)一些很新的技術(shù)。負責監(jiān)管西雅圖海港和西雅圖塔科馬國際機場的政府機構(gòu)正在利用人工智能(AI)和計算機視覺(CV)技術(shù)在機場的航空貨運區(qū)域進行對象檢測和分類，以提高運營效率。
西雅圖港高級系統(tǒng)架構(gòu)師Skip Tavakkolian表示，該政府機構(gòu)認為機器學(xué)習(xí)技術(shù)將從根本上改變港口的運營方式。該項目(被稱為PlaneInsigh)僅僅是個開始。 Tavakkolian表示，PlaneInsight項目的主要開發(fā)目的是為了給信息和通信技術(shù)(ICT)團隊提供使用現(xiàn)代機器學(xué)習(xí)和計算機視覺技術(shù)的第一手經(jīng)驗，盡管他強調(diào)這不僅僅是學(xué)術(shù)實踐。該港口的航空貨運團隊希望該項目能幫助他們提高效率，減少延誤，并提升對貨運公司的責任感。
Tavakkolian說：“機器學(xué)習(xí)技術(shù)對于信息和通信技術(shù)及港口而言都是一門新學(xué)科，對大多數(shù)技術(shù)領(lǐng)域而言也是如此。”“由于我們清楚機器學(xué)習(xí)技術(shù)可以處理哪些工作，因此我們開始尋找未使用機器學(xué)習(xí)技術(shù)而導(dǎo)致不可行或成本昂貴的問題。”
Tavakkolian解釋道，人工解決方案無法擴大規(guī)模，而現(xiàn)有的自動化解決方案往往依賴于昂貴且專門的硬件，例如傳感器。
他說：“使用計算機視覺技術(shù)讓我們可以利用現(xiàn)有的監(jiān)控攝像頭基礎(chǔ)設(shè)施來處理視頻流，并利用我們的數(shù)據(jù)中心基礎(chǔ)架構(gòu)來收集快照，創(chuàng)建訓(xùn)練數(shù)據(jù)集，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以及進行圖像推理(即分析)。”
從試點到投入使用
PlaneInsight項目可利用港口的監(jiān)控攝像頭來確定所關(guān)注的飛機和地面設(shè)備(梯子、地面動力設(shè)備、皮帶裝載機等)的類型、位置和大致輪廓。它可以分析飛機艙門的圖像，確定所?？康娘w機類型，對周圍環(huán)境以及任何可見的文字(例如飛機上的航空公司名稱)進行說明。該項目由于使用新興技術(shù)而使西雅圖港贏得FutureEdge 50大獎。
Tavakkolian和西雅圖港首席信息官馬特·布里德(Matt Breed)于2016年開始探索在港口使用機器學(xué)習(xí)技術(shù)和計算機視覺技術(shù)。2017年，Tavakkolian與港口的航空和電氣系統(tǒng)總工長克里斯·埃文斯(Chris Evans)密切合作，為港口的“創(chuàng)智贏家(Shark Tank)”創(chuàng)新活動建立了一個簡單的計算機視覺概念驗證原型?；谠撛?，航空運營總監(jiān)和航空貨運運營與開發(fā)經(jīng)理發(fā)起了該試點項目，其后來成為PlaneInsight項目。
Tavakkolian說：“最初在分類器原型上投入適當時間和計算資源的舉措完全是在信息和通信技術(shù)部門內(nèi)部決定的，”但是“創(chuàng)智贏家”活動幫助使分類器原型贏得了業(yè)務(wù)上的支持。“該活動允許將想法和原型提交給港口內(nèi)的各位主管，如果可以獲得用于試點項目的一些資金，那么可將這些想法和原型帶入下一階段。”
由于高管發(fā)起支持該項目，信息和通信技術(shù)部門與航空貨運運營團隊密切合作，以找出對實時使用、調(diào)查分析和歷史趨勢分析都有用的信息類型。Tavakkolian指出，到目前為止，這兩個團隊仍在繼續(xù)為對象檢測數(shù)據(jù)尋找其他功能和用途。
為PlaneInsight項目進行培訓(xùn)
最大的挑戰(zhàn)仍然擺在面前：尋找讓PlaneInsight項目發(fā)揮作用的專業(yè)知識。
Tavakkolian說：“全面學(xué)習(xí)機器學(xué)習(xí)技術(shù)和計算機視覺技術(shù)概念以將其投入使用，學(xué)習(xí)這些工具和框架(例如Tensorflow)，然后幫助他人理解機器學(xué)習(xí)概念，這些都是最大的挑戰(zhàn)。”“如今對機器學(xué)習(xí)技術(shù)的專業(yè)知識需求很高，那些想利用機器學(xué)習(xí)技術(shù)，并且無法僅依賴薪酬與其他公司競爭的組織，就需要制定計劃來對現(xiàn)有員工進行培訓(xùn)。”
培訓(xùn)員工并不是唯一的問題。PlaneInsight項目核心的卷積神經(jīng)網(wǎng)絡(luò)(CNN)需要訓(xùn)練數(shù)據(jù)集進行遷移學(xué)習(xí)。創(chuàng)建這樣的數(shù)據(jù)集是一項單調(diào)乏味的工作：它需要注釋成千上萬幅圖像。必須標記每幅圖像中所關(guān)注的對象(例如，“波音737飛機”)，定義其位置(例如，在其周圍設(shè)置邊界框)，以及勾勒出其形狀(例如，在飛機輪廓上畫出多邊形)。這是非常耗時的工作，而且沒有針對飛機和地面設(shè)備的標準訓(xùn)練數(shù)據(jù)集。為了解決該問題，該港口啟動了一項新的高中暑期機器學(xué)習(xí)技術(shù)實習(xí)計劃。
“將近一半的訓(xùn)練數(shù)據(jù)集是由我們的高中實習(xí)生創(chuàng)建的，”Tavakkolian說。
該港口在2019年部署了PlaneInsight試點項目，此后一直在運行。Tavakkolian表示，該項目不僅幫助航空貨運團隊提高了效率，還使其組織內(nèi)部人員對機器學(xué)習(xí)技術(shù)提高了認識，而且港口還找到了機器學(xué)習(xí)技術(shù)的更多操作用途，包括尋找路徑(使用自然語言處理和機器翻譯)、地面操作、安全性、庫存等。航空貨運團隊希望利用計算機視覺技術(shù)進行設(shè)備自動清點，檢驗比較各個地點的實際操作與計劃操作，以及計算出計劃操作與實際操作之間的差異。甚至已對一些現(xiàn)有的請求建議書(RFP)項目也進行了升級，以使用機器學(xué)習(xí)技術(shù)。
Tavakkolian說：“IT專業(yè)人士熟悉技術(shù)領(lǐng)域變化的情況和速度。”“通用的機器學(xué)習(xí)技術(shù)，尤其是深度神經(jīng)網(wǎng)絡(luò)都是現(xiàn)成的技術(shù)，自上世紀90年代中期互聯(lián)網(wǎng)的普及使用，這兩種技術(shù)可能會對信息技術(shù)領(lǐng)域產(chǎn)生最具變革性的影響。最好現(xiàn)在就為這一趨勢著手準備。”
