據美國電氣與電子工程師協會《光譜》雜志28日報道，一家位于以色列的創業公司“3D信號”提出，使用基于深度學習的人工智能可以聽到機器或汽車的警告信號，并據此提前發現故障。

所謂深度學習，通常是指被稱為人工神經網絡的軟件算法。這些神經網絡可以經過多個人工神經元層過濾相關數據，以便更好地學習特定任務。目前流行的軟件多以圖像學習為主，側重于語音和對話的聲學識別也不少，但以機器運轉發出的聲音為深度學習對象的還不多見。

這家公司的設想是，在每個客戶端安裝超聲波麥克風，以檢測高達100千赫茲（人類聽力范圍在20赫茲—20千赫茲）的聲音；然后啟動物聯網服務，將麥克風搜集的聲音連接到可以處理數據的計算機設備上；上傳到在線網絡中經過深度學習算法運算后，客戶端可以使用連接了網絡的智能手機等設備，監測聲音來源設備的狀態。

這家公司的第一批客戶來自重工業公司的機械操作部門，他們時刻面臨機器（如工廠的圓形切割刀片或發電廠的水力發電渦輪機等）故障帶來的檢修和停工。

報道稱，3D信號公司提供的第一層聲音檢測服務，是根據機器部件的基本物理建模來預測其何時開始磨損；第二層服務，是使用深度學習算法和麥克風收集的聲音，來幫助檢測奇怪或異常的噪聲，通過訓練，軟件可以提示機器發生的一般問題；第三層服務，可將具體的聲音標記、分類，然后通過深度學習將特定聲音與具體故障聯系起來。

公司聯合創始人、算法負責人耶爾·拉維說，經過對聲音數據集學習和訓練后的軟件，能夠以98%的精度進行故障預報，“在故障發生前5小時，就能示警即將發生的問題”。

相關熱詞搜索：先進制造 人工智能 精度 潛在