UK Network Rail 使用物联网、人工智能和深度学习来改善世界上最古老的铁路系统
世界上最古老的铁路网络拥有 20,000 英里的铁路、30,000 座桥梁、隧道和高架桥以及数千个信号灯，正在经历数字化转型。
伦敦 .在最近的人工智能和大数据博览会上，我们采访了 Network Rail 首席数据和分析官 Nikolaos (Nick) Kotsis。
Kotsis 于 2019 年加入 Network Rail，他介绍了 Network Rail 如何使用来自不同来源的数据（包括 30,000 多个物联网设备）来监控铁路、检测潜在的维护问题、管理植被和执行预测性维护。
“Network Rail 是一个了不起的机器。” Kotsis 说，“但是，你知道，他们会问我一个问题：为什么我们会有延误？我们有延误，因为它是一台非常复杂的机器。一条赛道对许多因素都是开放的，比如天气和植被。”
“天气条件的突然变化可能会破坏轨道。直到大约五年前，我们可以防止这种情况的唯一方法是通过徒步检查。工程师必须在轨道上行走，才能识别可能出现的裂缝和缺陷。”
“现在我们有了一个多传感器环境，”他说。我们有一种非常先进的传感器技术，它可以观察轨道，然后我们将摄像机聚焦在轨道上的实际视频拉下来。”
“我们每周都会收到近半 PB 的数据，”Kotsis 说。 “云分析并没有给你所有的答案。您需要确保安全地传输数据。对于处理，数据的数量和质量非常重要。这就是数据科学团队所做的。”
网轨智能基础设施（二）计划
2019年，铁路网推出智能基础设施（II）计划，将数据转化为智能信息，有效为客货运客户提供更好的服务。
通过在整个 20,000 英里网络中捕获和利用 Network Rail 资产的准确数据，II 正在将工作从传统的规划和维护计划转变为主动的“预测和预防”方法。它将允许团队查看资产在哪里、它们的行为方式、它们是如何退化的以及它们何时会失败。
该计划使用其传感器捕获的数据、高清航拍图像和 3D LiDAR、检查列车的镜头、列车运营商的信息（私人公司在英国运营客运列车）、无人机和直升机的附加视频以及其他来源.由 Network Rail 云平台上的工作流整合的数据上传到 Microsoft 的 Azure Cloud，人工智能算法将信息转化为可操作的预测性维护计划。
Insight 的第一个版本在六个月前进入试点服务。它结合了跟踪和信号功能。例如，该工具会对齐随时间推移而获取的连续运行轨道数据（轨道状况的数字表示），并在可能发生故障时向维护团队发出警告——这可能是 28 天、90 天甚至更长的时间。需要维修。
人工智能不会很快取代人类
“最后要提一提的是，很多人都在谈论取代人类，”Kotsis 说，“以及人工智能如何取代人类。在未来的某个时候，我认为值得进行辩论。但我不认为我们处于需要对这一刻过分担心的阶段。”
工业技术