人工智能的“听觉”，可用于机器故障检测

据美国电气与电子工程师协会《光谱》杂志28日报道，一家位于以色列的创业公司“3D信号”提出，使用基于深度学习的人工智能可以听到机器或汽车的警告信号，并据此提前发现故障。

所谓深度学习，通常是指被称为人工神经网络的软件算法。这些神经网络可以经过多个人工神经元层过滤相关数据，以便更好地学习特定任务。目前流行的软件多以图像学习为主，侧重于语音和对话的声学识别也不少，但以机器运转发出的声音为深度学习对象的还不多见。

这家公司的设想是，在每个客户端安装超声波麦克风，以检测高达100千赫兹（人类听力范围在20赫兹—20千赫兹）的声音；然后启动物联网服务，将麦克风搜集的声音连接到可以处理数据的计算机设备上；上传到在线网络中经过深度学习算法运算后，客户端可以使用连接了网络的智能手机等设备，监测声音来源设备的状态。

这家公司的第一批客户来自重工业公司的机械操作部门，他们时刻面临机器（如工厂的圆形切割刀片或发电厂的水力发电涡轮机等）故障带来的检修和停工。

报道称，3D信号公司提供的第一层声音检测服务，是根据机器部件的基本物理建模来预测其何时开始磨损；第二层服务，是使用深度学习算法和麦克风收集的声音，来帮助检测奇怪或异常的噪声，通过训练，软件可以提示机器发生的一般问题；第三层服务，可将具体的声音标记、分类，然后通过深度学习将特定声音与具体故障联系起来。

公司联合创始人、算法负责人耶尔·拉维说，经过对声音数据集学习和训练后的软件，能够以98%的精度进行故障预报，“在故障发生前5小时，就能示警即将发生的问题”。