evidoria

← Retour à la liste

Bonne pratique Importée

TrackInspect — le projet pilote d'IA de la MTA et de Google Public Sector pour la maintenance prédictive des voies de métro

États-Unis d'Amérique · New York · Voir le profil de États-Unis d'Amérique · Voir le profil de New York

Preuves: Observationnel / avant-après Top 83% 40/100 · Demandez à Evidence Copilot à propos de cette pratique

La MTA de New York a équipé six rames de métro de smartphones Google Pixel captant vibrations et sons, alimentant un modèle d'IA qui a repéré 92 % des défauts de voie également trouvés par les inspecteurs humains, lors d'un projet pilote de cinq mois avec Google Public Sector sur la ligne A.

335 million
Releves de capteurs collectes (Sep 2024-Jan 2025)
1 million
Points GPS collectes (Sep 2024-Jan 2025)
1,200
Heures audio collectees (Sep 2024-Jan 2025)
92 %
Taux de correspondance avec les defauts trouves par les inspecteurs humains
TrackInspect — le projet pilote d'IA de la MTA et de Google Public Sector pour la maintenance prédictive des voies de métro

Détails

Maturité
Pilote
Promoteur
Metropolitan Transportation Authority (MTA) / Google Public Sector
Période
September 2024 – January 2025 pilot
Mots-clés
public transit, infrastructure maintenance, predictive maintenance, transportation

Contexte

La MTA (Metropolitan Transportation Authority), qui exploite le plus grand réseau de métro d'Amérique du Nord, fait face à un arriéré constant d'inspections manuelles des voies. En septembre 2024, New York City Transit et Google Public Sector ont lancé TrackInspect, en équipant six rames de métro R46 de la ligne A de smartphones Google Pixel disponibles dans le commerce, montés pour capter les signaux de vibration et sonores pendant que les trains circulaient sur leurs itinéraires habituels.

Activités

Sur les cinq mois du projet pilote (septembre 2024-janvier 2025), les téléphones ont collecté 335 millions de relevés de capteurs, 1 million de points GPS et 1 200 heures d'audio, analysés par des modèles d'apprentissage automatique en cloud pour signaler d'éventuels défauts de voie tels que des fixations desserrées ou des irrégularités des rails. Des inspecteurs de voies humains ont ensuite vérifié chaque emplacement signalé et réinjecté leurs constats dans le modèle.

Résultats

Les emplacements signalés par TrackInspect correspondaient à 92 % des défauts trouvés indépendamment par les inspecteurs humains de la MTA.

Conclusions

Les inspecteurs de voies restent "dans la boucle" : le système signale des emplacements candidats pour confirmation humaine plutôt que d'agir de manière autonome, et ses résultats de performance proviennent des rapports propres de la MTA et de Google plutôt que d'un audit tiers indépendant. Le projet pilote n'a couvert que six rames sur une seule ligne ; la MTA a déclaré son intention d'étendre l'inspection assistée par IA à l'ensemble du réseau, mais, au moment du rapport public du pilote, aucun déploiement confirmé à l'échelle du réseau, engagement budgétaire ou accord de financement post-pilote avec Google Public Sector (qui a développé l'outil gratuitement pendant le pilote) n'avait été divulgué.

Mise en œuvre
Coût indicatif
Faible (< 50 k€) — Developed at no cost to MTA by Google Public Sector during the pilot; no post-pilot funding arrangement disclosed.
Délai jusqu’aux résultats
Court (< 1 an) — Pilot ran September 2024-January 2025.
Personnel et compétences
MTA/New York City Transit track inspectors, Google Public Sector engineering team

Conditions de réussite

  • Keeping human track inspectors 'in the loop' to verify flagged locations rather than acting autonomously
  • Using off-the-shelf smartphones instead of custom hardware to keep the pilot low-cost

Modes d’échec courants

  • Performance figures come from MTA and Google's own reporting rather than independent third-party audit
  • No confirmed system-wide rollout, budget commitment, or post-pilot funding arrangement disclosed

Où cela s’applique

Type de gouvernance
public transit authority + private technology vendor pilot
Échelle
single line, six cars (New York City)
Niveau de revenu
high-income

Habituellement financé par

Own resources / municipal budget

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles