NEWSLETTER
Inspeccionar turbinas eólicas, líneas eléctricas, torres 5G y tuberías es un trabajo difícil. A menudo es peligroso, lento y propenso al error humano. Es por eso que en amazon Web Services (AWS) estamos trabajando en la fuerza laboral de IA, un sistema que utiliza drones e IA para hacer que estas inspecciones sean más seguras, más rápidas y precisas.
Esta publicación es la primera de una serie de tres partes que explora la fuerza laboral de IA, el sistema de inspección de drones con ai AWS. En esta publicación, presentamos el concepto y los beneficios clave. La segunda publicación se sumerge en la arquitectura de AWS que alimenta la fuerza laboral de IA, y el tercero se centra en la configuración y la integración de los drones.
En las siguientes secciones, explicamos cómo la fuerza laboral de IA permite a los propietarios de activos, equipos de mantenimiento y gerentes de operaciones en industrias como energía y telecomunicaciones para mejorar la seguridad, reducir los costos y mejorar la eficiencia en las inspecciones de infraestructura.
Desafíos con inspecciones tradicionales
Inspeccionar la infraestructura utilizando métodos tradicionales es un desafío. Necesita personas capacitadas y equipos especializados, y a menudo debe cerrar las cosas durante la inspección. Como ejemplo, escalar una turbina eólica con mal tiempo para una inspección puede ser peligroso. Además, incluso el mejor inspector humano puede perderse las cosas. Esto puede generar mayores problemas en el futuro, costar el tiempo y el dinero.
Cómo ayuda a la fuerza laboral de IA
ai Workforce está diseñado para cambiar todo eso. Utilizamos drones autónomos equipados con sensores avanzados e IA para hacer las inspecciones. Esto trae los siguientes beneficios:
- Menos riesgo para las personas – Los drones hacen el trabajo peligroso para que la gente no tenga que hacerlo. Esto hace que las inspecciones sean mucho más seguras.
- Más rápido y más eficiente – Los drones pueden cubrir mucho terreno rápidamente, haciendo el trabajo más rápido.
- Mejores datos – La recopilación y el análisis de datos automatizados significa menos errores y resultados más consistentes. Esto permite el mantenimiento proactivo.
¿Cómo se ve la fuerza laboral de IA en acción? Los usuarios interactúan con un simple asistente de inteligencia artificial y un tablero que muestra inspecciones de drones cercanas en tiempo real, problemas detectados y ideas generadas por IA. La siguiente figura muestra un ejemplo del tablero de usuarios y la conversación de drones.
La siguiente figura es un ejemplo de imágenes de drones 4K.
Descripción general de la solución
ai Workforce se basa en una arquitectura robusta y escalable utilizando una amplia gama de servicios de AWS. La seguridad es primordial, y nos adherimos a las mejores prácticas de AWS en las capas. Esto incluye:
- amazon API Gateway gestiona una comunicación segura entre varios componentes, impulsando la autenticación y la autorización
- Las funciones y políticas de gestión de identidad y acceso de AWS verifican el acceso de menor privilegio, limitando los permisos de cada componente solo lo que es necesario
- La seguridad de la red se implementa a través de nubes privadas virtuales (VPC), grupos de seguridad y listas de control de acceso a la red (ACL), aislar el sistema y protegerlo del acceso no autorizado
- Para el procesamiento de video, empleamos protocolos de transferencia seguros y cifrado en reposo y en tránsito
ai Workforce proporciona una API robusta para gestionar las operaciones de drones, incluida la planificación de vuelos, los datos de telemetría y la detección de anomalías. El siguiente diagrama describe cómo interactúan los diferentes componentes.
Imagine un sistema en el que los drones inspeccionan autónomos autónomos la infraestructura crítica, capturando videos de alta resolución, analizando posibles defectos con IA e integrando sin problemas los hallazgos en los flujos de trabajo de negocios. La arquitectura de la fuerza laboral de IA da vida a esta visión, utilizando los servicios de AWS en cuatro pilares clave.
Plano de control: comunicación y operaciones seguras de drones
Nuestro viaje comienza con vuelos automáticos de drones. Cada dron sigue rutas predefinidas, con puntos de vuelo, altitud y velocidad configurados a través de una AWS API, utilizando coordenadas almacenadas en amazon Dynamodb. Una vez que Airborne, AWS IoT Core permite una comunicación segura y bidireccional, manteniendo los drones para recibir comandos en tiempo real (como “despegue”, “Comenzar la ID de vuelo = xxx” o “tierra”), ajustar las rutas de vuelo y transmitir los datos de telemetría de regreso a AWS. Para mantener una seguridad sólida, AWS Lambda responde a los eventos de Internet de las cosas (IoT), permitiendo acciones inmediatas basadas en datos de drones, mientras que amazon Guardduty monitorea continuamente para anomalías o amenazas de seguridad potenciales, como la actividad API inusual o los intentos de acceso no autorizados, ayudando a proteger la integridad de las operaciones de drones y promover operaciones seguras.
En la fuerza laboral de IA, AWS IoT Core sirve como el punto de entrada principal para la comunicación de drones en tiempo real, el manejo de datos de telemetría, mensajes de comando y control y una comunicación bidireccional segura con drones. API Gateway desempeña un papel complementario al actuar como el principal punto de entrada para aplicaciones externas, paneles e integraciones empresariales. Es responsable de gestionar las llamadas de API RESTful relacionadas con la planificación de vuelos, recuperar los resultados de la inspección e interactuar con servicios de backend como amazon Relational Database Service (amazon RDS) y las funciones de AWS Step. Mientras que los drones se comunican directamente con AWS IoT Core, las aplicaciones orientadas al usuario y los flujos de trabajo de automatización dependen de la puerta de enlace API para acceder a datos estructurados y activar acciones específicas dentro del ecosistema de la fuerza laboral de IA.
ai/ML y ai generativa: visión por computadora e ideas inteligentes
A medida que los drones capturan el video de video, los datos sin procesar se procesan a través de modelos que funcionan con IA que se ejecutan en las instancias de amazon Elastic Compute Cloud (amazon EC2). Estos modelos de visión por computadora detectan anomalías, clasifican los tipos de daños y extraen ideas procesables, ya sea que detecte grietas en las turbinas eólicas o identifica la corrosión en las tuberías. amazon Sagemaker ai está en el centro de nuestra tubería de aprendizaje automático (ML), capacitación e implementación de modelos para la detección de objetos, la detección de anomalías y el mantenimiento predictivo.
También estamos pioneros en la IA generativa con la roca madre de amazon, mejorando la inteligencia de nuestro sistema. Con las interacciones del lenguaje natural, los propietarios de activos pueden hacer preguntas como “¿Cuáles fueron los defectos más críticos detectados la semana pasada?” y amazon Bedrock genera informes estructurados basados en los hallazgos de inspección. Incluso ayuda a la generación de datos de capacitación sintética, refinando nuestros modelos ML para mejorar la precisión.
Capa de datos: almacenar y administrar datos de inspección
Cada inspección genera grandes cantidades de datos: imágenes de alta resolución, videos y lecturas de sensores. Esta información se almacena de forma segura en el servicio de almacenamiento simple de amazon (amazon S3), promoviendo la durabilidad y la facilidad de acceso. amazon S3 cifra los datos en reposo de forma predeterminada utilizando el cifrado del lado del servidor (SSE), proporcionando una capa adicional de seguridad sin requerir la configuración manual. Mientras tanto, los metadatos estructurados y los resultados procesados se encuentran en amazon RDS, lo que permite consultas rápidas e integración con aplicaciones empresariales. Juntos, estos servicios crean una base de datos resistentes, que respalda tanto el análisis en tiempo real como el monitoreo de tendencias históricas.
Análisis y negocios: flujos de trabajo automatizados e inteligencia empresarial
Las ideas no se detienen en la recopilación de datos: las funciones de paso orquestan flujos de trabajo que desencadenan acciones automatizadas. Por ejemplo, si un modelo de IA detecta un defecto crítico, las funciones de paso pueden iniciar una solicitud de mantenimiento en SAP, notificar a los ingenieros y programar reparaciones sin intervención humana.
Para un análisis más profundo, amazon Quicksight transforma los datos de inspección sin procesar en paneles interactivos, ayudando a los propietarios de activos a rastrear la salud de la infraestructura, las tendencias spot y optimizar las estrategias de mantenimiento. Con una clara representación visual de los defectos, los tomadores de decisiones pueden actuar rápidamente, minimizando el tiempo de inactividad y maximizando la eficiencia operativa.
El futuro de la fuerza laboral de la IA: expansión de las capacidades de drones
Más allá de las inspecciones, la fuerza laboral de IA proporciona una API de drones robusta, que ofrece una integración perfecta para aplicaciones de terceros. Esta API permite la planificación remota del vuelo, el monitoreo de la telemetría y la detección de anomalías, todo dentro de un entorno AWS escalable.
Con una comunicación segura de drones, poderosas ideas impulsadas por la IA, una base de datos robusta y automatización de negocios, la fuerza laboral de IA está redefiniendo la inspección de infraestructura, lo que lo hace más inteligente, más rápido y más eficiente que nunca.
Beneficios e impacto en las operaciones comerciales
El despliegue de la fuerza laboral de IA ofrece una amplia gama de beneficios tangibles para las organizaciones que administran infraestructura crítica (por ejemplo, comparan automáticamente múltiples inspecciones a lo largo del tiempo para detectar cambios longitudinales e identificar fallas progresivas para el mantenimiento proactivo), particularmente en el sector energético y de telecomunicaciones:
- Ahorros de costos significativos – Al reducir la necesidad de mano de obra humana, equipos especializados y una planificación logística extensa, la fuerza laboral de IA puede reducir significativamente los costos de inspección. El mantenimiento proactivo basado en la detección de defectos tempranos también evita reparaciones costosas y tiempo de inactividad no planificado.
- Seguridad dramáticamente mejorada – Eliminar al personal humano de entornos peligrosos reduce drásticamente el riesgo de accidentes y lesiones, creando un ambiente de trabajo más seguro.
- Eficiencia sustancialmente mejorada – Las inspecciones de drones automatizadas son significativamente más rápidas y más eficientes que los métodos tradicionales, lo que permite inspecciones más frecuentes y tiempos de respuesta más rápidos.
- Toma de decisiones basada en datos – La fuerza laboral de IA proporciona a los propietarios de activos datos integrales y precisos, lo que les permite tomar decisiones informadas sobre mantenimiento, reparaciones y gestión de activos.
Ejemplo de caso de uso de la fuerza laboral en el sector industrial
Imagine a una compañía energética responsable de mantener un gran parque eólico. Implementan drones de la fuerza laboral de IA para inspecciones regulares. Los drones, que navegan de manera autónoma, las rutas de vuelo preprogramadas definidas por coordenadas almacenadas en DynamodB y controlados a través de llamadas API REST, están conectadas de forma segura utilizando el núcleo de AWS IoT.
Durante el vuelo, los datos del sensor se procesan en el borde y se transmiten a amazon S3, con metadatos almacenados en amazon RDS. Los algoritmos de visión por computadora analizan el video en tiempo real. Si se detecta una anomalía, una función Lambda desencadena un flujo de trabajo de funciones de paso, que a su vez interactúa con su sistema SAP para generar una orden de trabajo de mantenimiento. Los datos de inspección se agregan y se visualizan en los paneles Quicksight, proporcionando una descripción completa de la salud del parque eólico.
Los modelos de IA de Sagemaker analizan los datos, predicen fallas potenciales e informan estrategias de mantenimiento proactivo. En el futuro, amazon Bedrock podría proporcionar informes resumidos y generar datos sintéticos para mejorar aún más las capacidades del sistema.
Conclusión
En AWS, estamos comprometidos a impulsar la innovación en soluciones con IA para una amplia gama de industrias. La fuerza laboral de IA es un excelente ejemplo de cómo estamos utilizando tecnologías de vanguardia para transformar cómo se gestiona y mantiene la infraestructura crítica.
Estamos construyendo esta fuerza laboral para ayudar a las empresas a operar de manera más eficiente y segura. Estamos abiertos a colaborar con otros interesados en este espacio. Si desea obtener más información, no dude en comunicarse. Agradecemos la oportunidad de discutir sus necesidades específicas y explorar posibles colaboraciones.
Sobre el autor
Miguel Muñoz de Rivera González Es el diseñador original y el líder técnico de la Iniciativa de la Fuerza Laboral ai en AWS, impulsando las soluciones de drones con IA para inspecciones de infraestructura más seguras, más inteligentes y rentables.
