нейросети21 апреля 2026 г.

MTA и Google используют смартфоны с ИИ для обнаружения дефектов рельсов в метро Нью-Йорка: пилот TrackInspect нашёл 92% неисправностей

Нью-Йоркская транспортная администрация MTA совместно с Google Public Sector запустила программу TrackInspect, в которой смартфоны Google Pixel, установленные на вагонах метро, анализируют вибрации и звуки для предиктивного обслуживания путей. Пилот на линии A собрал 335 миллионов показаний датчиков и выявил 92% дефектов, обнаруженных инспекторами.

MTA и Google используют смартфоны с ИИ для обнаружения дефектов рельсов в метро Нью-Йорка: пилот TrackInspect нашёл 92% неисправностей

Нью-Йоркская транспортная администрация MTA и подразделение Google Public Sector совместно разработали и запустили пилотную программу TrackInspect — систему предиктивного обслуживания рельсовых путей метро на базе искусственного интеллекта. В рамках проекта обычные смартфоны Google Pixel в стандартных пластиковых чехлах были установлены на вагонах серии R46 линии A нью-йоркского метро. Встроенные датчики и микрофоны телефонов непрерывно фиксируют вибрации и звуковые паттерны во время движения поездов, а данные в реальном времени передаются в облачные системы для анализа алгоритмами машинного обучения.

Результаты пилотного проекта впечатляют: за период тестирования система собрала 335 миллионов показаний датчиков, один миллион GPS-координат и 1200 часов аудиозаписей. Главное достижение — TrackInspect успешно идентифицировал 92% дефектных участков, которые были обнаружены живыми инспекторами путей. Это означает, что ИИ-система способна практически полностью заменить первичный осмотр, позволяя специалистам сосредоточиться на подтверждении и устранении реальных проблем.

«Это настоящий прорыв для MTA — сочетание передовых облачных технологий, ИИ и сенсорных данных реального времени», — заявил главный технический директор транспортной администрации. Президент NYC Transit добавил, что технология «использует ИИ не только для того, чтобы сделать поездку более комфортной для пассажиров, но и для повышения безопасности работы путевых инспекторов». Ключевой принцип системы — подход «человек в контуре»: инспекторы проверяют участки, на которые указал алгоритм, и их обратная связь непрерывно улучшает модель.

Особенно перспективной является интеграция генеративного ИИ в платформу. Инспекторы путей могут задавать системе вопросы на естественном языке об истории обслуживания конкретных участков, стандартах ремонта и рекомендуемых процедурах. Алгоритмы машинного обучения анализируют вибрации и звуки для выявления неисправностей оборудования, скопления мусора на путях и последствий строительных работ — задолго до того, как эти проблемы приведут к сбоям в движении.

Нью-Йоркское метро — крупнейшая транспортная система в Северной Америке, обслуживающая около 3,6 миллиона пассажиров ежедневно. В январе 2025 года дневной пассажиропоток вырос на 7,3%, или 214 000 пассажиров, что делает задачу профилактического обслуживания путей ещё более критичной. Традиционный ручной осмотр сотен километров рельсов требует огромных ресурсов и времени, а пропущенные дефекты могут вызывать задержки поездов и угрожать безопасности.

MTA планирует масштабировать технологию TrackInspect на всю систему метро, усилить обмен данными между ремонтными бригадами и ИИ-платформой, а также использовать аналитику реального времени для сокращения внеплановых перерывов в движении. Проект демонстрирует, как доступные потребительские устройства — обычные смартфоны — в сочетании с облачным ИИ могут радикально трансформировать обслуживание городской инфраструктуры, а успешный пилот MTA может стать образцом для транспортных систем по всему миру.

Попробуйте нейросети в MashaGPT

GPT-5, Claude, Gemini, генерация изображений и видео — всё в одном месте

Попробовать бесплатно
Источник:StateScoop