Los drones se han asociado durante mucho tiempo con las inspecciones de edificios, ya que los drones no necesitan escaleras, y pueden ver la parte superior de los techos o lugares altos sin enviar a una persona allí. Pero más drones pueden significar más datos para analizar. Y más datos para analizar solo crean más trabajo, lo que no es necesariamente algo bueno. Es por eso que el software program de IA se está volviendo de importancia crítica en todas las facetas de la industria de los drones, pero especialmente con inspecciones de edificios.
Lamarr.ai es una de esas compañías que usan IA en conjunto con imágenes térmicas aéreas para cambiar la forma en que diagnosticamos la salud de los edificios. Ahora que Lamarr.ai ha completado múltiples pilotos municipales exitosos, incluidos uno con la ciudad de Detroit, conversé con su equipo para obtener más información sobre su software program AI y cómo podría ser la próxima generación de gestión de infraestructura inteligente.
Cómo trabaja Lamarr.ai para hacer inspecciones de edificios más rápido
Utilizando drones equipados con cámaras de rango seen y térmico, Lamarr.ai captura datos detallados sobre el exterior de un edificio. Pero volar el dron no es suficiente para hacer realmente las inspecciones de edificios más rápido.
La verdadera magia ocurre después de aterrizar. Es entonces cuando los datos se alimentan en el software program IA patentado de Lamarr, que genera concepts como modelos 3D, simulaciones de energía y recomendaciones de modificación prioritarias.
“Entregamos de 6 a ten informes por semana dependiendo del nivel”, dijo Tarek Rakha, CEO y cofundador de Lamarr.ai. “Nuestros informes a nivel de auditoría tardan aproximadamente una semana en completarse, mientras que los informes de nivel de detección generalmente se entregan en menos de 3 días. Esta salida ya proporciona un impacto significativo para nuestros clientes, pero a medida que continuamos refinando y automatizando nuestra tubería de IA, esperamos que nuestra capacidad se escala significativamente a fines de este año”.
En un reciente despliegue de Detroit, Lamarr.ai identificó más de 460 deficiencias térmicas en varios edificios propiedad de la ciudad. Rakha cube que tales concepts llevarían tradicionalmente semanas de inspección guide.
RELACIÓN LEA: Detroit: ¿De Motor Metropolis a Drone Metropolis?
Y después de identificar esas deficiencias, pudo hacer correcciones recomendadas, desde actualizaciones de aislamiento hasta reemplazos específicos de ventanas y climatización en el muro de cortina. Luego, el software program puede priorizarlo todo por severidad.
Cómo es trabajar con Lamarr.ai y su software program de IA
El modelo de negocio de Lamarr.ai es versatile. La compañía opera como un socio de diagnóstico de servicio completo y como una plataforma de software program para que otros lo usen.
“Hacemos ambas cosas”, dijo Norhan Bayomi, director de productos. “Somos una plataforma de extremo a extremo para la creación de diagnósticos y soluciones de envolventes que trabajan directamente con grandes propietarios y operadores de cartera. Al mismo tiempo, licenciamos nuestra plataforma a los propietarios que tienen sus propios drones o proveedores de servicios de drones de terceros. Este enfoque twin nos permite maximizar nuestro impacto en toda la industria”.
Para los proveedores de servicios de drones, esto presenta una oportunidad única para nivelar sus ofertas, no solo entregar imágenes sino entregar inteligencia de construcción actual.
Por qué el software program de IA es el componente crítico
Lo que distingue a Lamarr.ai no solo la automatización, es inteligencia. La plataforma no solo detecta problemas; Evalúa su importancia utilizando IA informada por expertos.
“Nuestro sistema duplicate la toma de decisiones de un científico del edificio fusionando la información de las imágenes de rango seen y térmico y analizando la forma, la intensidad y la ubicación”, dijo Rakha. “Utiliza modelos de pink neuronales patentados capacitados en datos anotados por expertos y desarrollados para este desafío específico del dominio más la lógica basada en reglas para clasificar la gravedad, marcando problemas urgentes como la intrusión del agua como alta prioridad y categorizar ineficiencias menores por separado”.
Detrás de escena, los modelos de Lamarr se construyeron utilizando un conjunto de datos robusto de un proyecto de Departamento de Energía de los Estados Unidos llamado Airbem, que se desarrolló a través de asociaciones de investigación con MIT, Georgia Tech y Syracuse College.
“Nuestros modelos de detección fueron entrenados en un gran conjunto de datos anotado por expertos de imágenes térmicas y RGB que cubren problemas de envoltura clave como defectos de aislamiento, fuga de aire e intrusión de humedad”, dijo el senem velipasalar, CTO de Lamarr.ai. “Continuamos expandiendo nuestro conjunto de datos con cada proyecto que nos permite usar sus datos, asegurando que nuestros modelos se mantengan precisos y de vanguardia”.
A medida que más ciudades persiguen estrategias de infraestructura consciente del clima, Lamarr.ai ve que su papel crece más allá de la construcción de auditorías y en el tejido de las operaciones urbanas.
“Nuestra visión es ser la columna vertebral digital de los diagnósticos exteriores del edificio en toda la ciudad”, dijo John Fernández, director de estrategia de Lamarr.ai. “Desde nuestro piloto en Detroit hasta proyectos en curso en los EE. UU., Canadá y los EAU, estamos mostrando que nuestra tecnología puede integrarse sin problemas con los sistemas de gestión de activos municipales de una manera que no period realizable antes. Al proporcionar información en tiempo actual y herramientas de mantenimiento predictivo, capacitamos a las ciudades para tomar decisiones de datos efectivos que aumentan la eficiencia energética, la resiliencia y la sostenibilidad a escala a escala”. “.”. “.”. “.”.
Los humanos todavía tienen trabajo, por ahora
Si bien el software program de Lamarr.ai está altamente automatizado, la compañía aún mantiene la garantía de calidad humana como parte del flujo de trabajo.
“En este momento requerimos la validación humana en el bucle para garantizar que cada informe cumpla con nuestros altos estándares de calidad”, dijo Bayomi. “Este paso asegura que cada conjunto de datos y recomendación sea examinado a fondo por nuestro equipo de expertos. A medida que continuamos desarrollando nuestra IA, el objetivo es minimizar la necesidad de supervisión humana al tiempo que empodera a nuestros edificios e informáticos para expandir nuestras capacidades de inspección más allá de lo que es posible actualmente”.
Este artículo fue patrocinado por … ¡tú! Para obtener más información y entrevistas de la industria con los jugadores que siguen impulsando la tecnología de drones hacia adelante, ¡performed a la niña de drones! Use el botón a continuación o pase mi paypal para donar. ¡Gracias!
Hacer una donación única
Hacer una donación mensual
Hacer una donación anual
Elige una cantidad
O ingrese una cantidad personalizada
Su contribución es apreciada.
Su contribución es apreciada.
Su contribución es apreciada.
Relacionado
Descubre más de la chica de drones
Suscríbase para que se envíen las últimas publicaciones a su correo electrónico.
