Sztuczna inteligencja przyszłością kolei
Żadna nowoczesna gospodarka nie może zrezygnować z inwestowania w transport kolejowy, zwłaszcza towarowy i dalekobieżny. Nie ma innego sposobu przemieszczania ładunków który łączyłby w sobie tak wiele zalet. Najważniejszymi są: szybkość, bezpieczeństwo i szanse na radykalne zmniejszenie emisji spalin z nadzieją na całkowitą rezygnację z używania paliw – pochodnych ropy naftowej.
W większości przypadków jedynym akceptowalnym kierunkiem rozwoju będzie zwiększenie przepustowości istniejących linii kolejowych oraz lepsze wykorzystanie taboru będącego w posiadaniu przewoźników. Trzeba będzie jeździć szybciej, częściej i bezpieczniej. Zachowanie obecnych, i tak wysokich, standardów bezpieczeństwa nie wystarczy, bo duży wzrost liczby przejazdów bez zmniejszenia prawdopodobieństwa katastrofy statystycznie rzecz biorąc oznacza większą bezwzględną liczbę wypadków i innych niebezpiecznych zdarzeń.
Żeby przewozić więcej towarów, trzeba będzie szybciej analizować sytuację i szybciej podejmować decyzje. Dotyczy to każdego aspektu działalności przewoźników kolejowych, spedytorów oraz właścicieli i operatorów infrastruktury. Widać wyraźnie, że transport szynowy i sztuczna inteligencja doskonale do siebie pasują, bo tylko dzięki nowoczesnym systemom informatycznym można z powodzeniem zoptymalizować tak rozległy system pracujący w czasie rzeczywistym.
Kolej przyszłości
Budowa kolei przyszłości będzie przebiegała analogicznie do rozwoju Przemysłu 4.0. Co raz większą rolę będzie odgrywało gromadzenie i analiza wielkich ilości informacji (hurtownie danych, uczenie maszynowe i głębokie, sztuczna inteligencja), bezpośrednia komunikacja pomiędzy elementami systemu transportowego (IoT – Internet Rzeczy) oraz wykorzystanie pojazdów autonomicznych a być może także autonomicznej infrastruktury – stacji, węzłów kolejowych itp.
Sztuczna inteligencja (AI) jest faktem. Oprogramowanie eksperckie wykorzystujące zdolność systemów komputerowych do błyskawicznego uczenia się i wyciągania wniosków na podstawie porównania rejestrowanego obrazu z danymi zapamiętanymi działają w medycynie i odnoszą spektakularne sukcesy. W uproszczeniu pomysł jest taki: napiszmy program komputerowy, który szuka wspólnych cech przetwarzanych obrazów. Następnie zasilmy go milionami archiwalnych zdjęć rentgenowskich albo skanów rezonansu jądrowego informując jednocześnie, jaka choroba została ostatecznie rozpoznana u każdego z badanych pacjentów. Z czasem, po przetworzeniu setek tysięcy lub milionów badań komputer zacznie rozpoznawać symptomy chorób lepiej i szybciej, niż lekarz radiolog.
Sztuczna inteligencja na kolei
Jak to przenieść na grunt transportu kolejowego? Jest wiele możliwości, zacznijmy od analizy obrazu. Jeśli w pobliżu torów umieścimy bramownicę, na której zainstalujemy kamery, czujniki odległości, mikrofony, czujniki drgań, kamery termowizyjne, to dostaniemy potok danych wystarczający do dokładnej i bardzo szybkiej rewizji taboru przed odprawieniem pociągu albo do wyrywkowego sprawdzania przejeżdżających pociągów. W ten sposób można wykrywać niezabezpieczone drzwi, przekroczenia skrajni, wycieki płynów i gazów, podkute koła, luźne obręcze, zablokowane hamulce i wiele innych stanów zagrażających wypadkiem lub katastrofą. Tego typu rozwiązanie opracowane przez firmę Duostech jest wykorzystywane między innymi w Winnipeg w Kanadzie. Jeśli odwrócimy sytuację i zamontujemy zestaw czujników w pociągu, dostaniemy wydajny i precyzyjny system kontroli torów, sieci trakcyjnej, sygnalizacji itp.
