Sensores Inteligentes y Gemelo Digital de PUB — Singapur Reduce las Fugas de Agua a 5 por 100 km al Año
Singapur
PUB, la agencia nacional del agua de Singapur, combinó sensores acústicos de fugas con análisis mediante gemelo digital y aprendizaje …
Estados Unidos · New York · Ver el perfil de Estados Unidos · Ver el perfil de New York
Top 83% 40/100 · Pregunte a Evidence Copilot sobre esta práctica
La MTA de Nueva York instaló teléfonos Google Pixel en seis vagones de metro para captar datos de vibración y sonido, alimentando un modelo de IA que detectó el 92% de los defectos de vía también hallados por inspectores humanos, en un piloto de cinco meses con Google Public Sector en la línea A.
La MTA (Metropolitan Transportation Authority), que opera la mayor red de metro de Norteamérica, enfrenta una carga constante de inspección manual de vías. En septiembre de 2024, New York City Transit y Google Public Sector lanzaron TrackInspect, instalando teléfonos Google Pixel disponibles comercialmente en seis vagones R46 de la línea A para captar señales de vibración y sonido durante el funcionamiento normal de los trenes.
Durante los cinco meses del piloto (septiembre de 2024 a enero de 2025), los teléfonos recopilaron 335 millones de lecturas de sensores, 1 millón de puntos GPS y 1.200 horas de audio, analizados por modelos de aprendizaje automático en la nube para señalar posibles defectos en la vía, como sujeciones sueltas o irregularidades en el riel. Los inspectores humanos verificaban después cada ubicación señalada, retroalimentando al modelo con sus hallazgos. Las ubicaciones señaladas por TrackInspect coincidieron con el 92% de los defectos encontrados de forma independiente por los inspectores de la MTA.
Los inspectores de vía siguen "en el circuito": el sistema señala ubicaciones candidatas para confirmación humana en lugar de actuar de forma autónoma, y sus resultados provienen de informes de la propia MTA y Google, sin auditoría independiente. El piloto cubrió solo seis vagones en una sola línea; la MTA ha declarado su intención de ampliar la inspección asistida por IA a toda la red, pero, hasta la fecha de los informes públicos del piloto, no se había divulgado ningún despliegue confirmado a escala de red, compromiso presupuestario ni acuerdo de financiación posterior al piloto con Google Public Sector (que desarrolló la herramienta sin costo durante el piloto).
Los detalles de implementación (coste, plazo, personal, condiciones para el éxito) aún no están disponibles para esta práctica.
¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
De dónde se obtuvo la información de esta práctica, y cuándo.
Singapur
PUB, la agencia nacional del agua de Singapur, combinó sensores acústicos de fugas con análisis mediante gemelo digital y aprendizaje …
Estados Unidos
El ATD-2 de la NASA usó predicción por IA de tiempos de rodaje para programar retrocesos en el Aeropuerto Douglas …
Reino Unido
La herramienta interna de IA del Ministerio de Justicia, Justice Transcribe, construida sobre el modelo 'Minute' de i.AI, transcribe ahora …
Australia
La DTA australiana realizó el mayor ensayo gubernamental con Copilot — más de 5.000 funcionarios, casi 60 agencias — evaluación …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.