博世SoundSee將深度學習與移動麥克風陣列相結合，以在ISS發生問題之前識別出問題
藉助AI和聲音預測未來
我們經常在電影中看到了這一刻，例如在潛艇或宇宙飛船上，總工程師會突然豎起耳朵聽背景嗡嗡聲並說“出了點問題”。博世音響公司希望教一臺計算機如何在現實生活中做到這一點，並一直在國際空間站測試該技術。
考慮到通過非語音聲音傳輸的數據量，人類在利用聲音信息方面做得非常差。我們非常擅長在相對較短的時間範圍內對聲音（尤其是新的聲音或響亮的聲音）做出反應，但是除此之外，我們的大腦還擅長將大多數正在進行的聲音歸類為“背景”而忽略它們。具有我們通常所缺乏的耐心的計算機似乎在這方面會做得更好，但是大多數開發人員的注意力都集中在離散的聲音事件（例如檢測煙霧警報或碎玻璃的智能家居設備）上，而不是長期的聲音模式上。
為什麼我們這些非電影角色的人應該關心聲音的模式如何隨時間變化？原因很簡單，因為我們的日常生活中到處都是機器，這些機器既發出很多噪音，又不時損壞昂貴的機器。現在，我在聽洗衣機，它發出一些奇怪的聲音。對於這些怪異的聲音是否是正常的怪異聲音，我們並不太清楚，更重要的是，上次運行時是否發出相同的怪異聲音。知道一臺機器是否在以前發出了怪異的聲音，可能會提示我們一個新出現的問題，可以通過廉價的預防性維護，而不是後來昂貴的維修來解決這個問題。
幾乎可以肯定的是，這家德國公司Bosch決定在您的汽車，家用電器，電動工具，工業系統以及大量其他物品中製造零件，該公司正試圖弄清它們如何利用深度學習來識別並跟蹤機器隨時間推移產生的噪音。這個想法是要能夠識別聲音中的細微變化，以在未解決的問題發生之前發出警告。
藉助AI和聲音預測未來
該SoundSee定向麥克風陣列是美國宇航局Astrobee機器人上的傳感器。Astrobee上個月剛剛在國際空間站上進行了第一次自動飛行，在機器人完成檢出並校準後，SoundSee將居住在Astrobee的一個模塊化有效載荷艙中。安裝完成後，它將執行各種任務，既可以在Astrobee開展業務時被動錄製音頻，也可以錄製特定系統的目標音頻。
SoundSee的首要任務之一是對國際空間站進行聲強調查，這是一項相當乏味的工作，宇航員目前每幾個月要花大約兩個小時的時間來做。理想情況下，SoundSee和Astrobee將能夠自動執行此任務。但是，更有趣的任務（尤其是對地球應用而言）將是設備的聲學監控，監聽環境控制和生命支持系統（ECLSS）以及帶有隔振和穩定功能的跑步機（TVIS）等系統發出的噪聲。
SoundSee帶有麥克風陣列記錄的音頻將被髮送回Bosch，研究人員將使用深度音頻分析技術過濾掉背景噪音以及機器人本身的噪音，以期能夠隔離出由特定系統製造。通過使用在地球上等效系統上訓練的深度學習算法，博世希望SoundSee能夠提供該系統運行方式的“內部快照”。
博世首席研究員兼SoundSee項目負責人Sam Das解釋說：“我們正在研究無監督的異常檢測算法，並且我們有一些基於深度學習的方法，可以檢測機器運行特性的逐漸或突然變化。”他說，SoundSee無法預測所有事情，但是“跟蹤正常動力模型的緩慢偏離，並告訴我們應該檢查一下，這將是一道防線。” 這可能是一個錯誤的警報，但是我們的系統將接受訓練以偵聽可疑行為。這些微妙的長期模式和變化可以為我們提供有關係統降級的令人驚訝的豐富信息。這是最終目標，我們將能夠在任何其他傳感功能之前識別出這些東西。”
達斯說，您可以認為SoundSee類似於訓練基於視覺的系統來分析某人的行走。首先，您將按照正常的步行步態訓練系統。然後，您將訓練系統以識別有人跌倒的時間。最終，該系統將能夠識別絆倒，然後識別出肌肉痙攣，最終目標將是一個系統，該系統可以說：“看起來您的一隻肌肉可能剛剛開始蠕動，最好放鬆一下！”
之所以將SoundSee系統放在移動機器人上，而不是使用固定麥克風的分佈式陣列，是因為它能夠將本地化信息與音頻數據結合起來，這提供了更多有用的數據。移動平臺意味著您可以本地化聲音來源。現在，我們可以融合來自不同點的音頻信息，沿著運動軌跡彙總這些信息，然後通過創建環境的聲音圖來進一步邁進。”
這個概念也擴展到在地球上的操作，D將SoundSee技術的首個潛在應用之一視為充滿了移動機器人的倉庫環境。“該實驗的許多功能可以立即應用在您需要地面機器人四處走動的生產車間或倉庫中-想為每臺機器部署SoundSee，並且您將擁有一個用於物理基礎設施監控的虛擬檢查器。 ”
從長遠來看，這種技術的應用領域很明顯，尤其是來自全球最大的汽車零部件供應商博世的技術。在您的汽車中擁有一個類似SoundSee的系統，並且已經接受過關於如何正常運轉的算法的培訓，這將能夠預測維護需求並準確識別新出現的機械問題，幾乎可以肯定在您聽不見它們之前，而且很可能在您聽到之前有其他了解方式。
“聲音可以為您提供有關環境的更多信息，” Das說。“從房屋中的HVAC系統到汽車中的引擎，機器的運行狀態及其功能狀態可以通過音頻模式顯示出來。”而我們要做的就是聆聽。
閱讀更多 AiRobotNews01 的文章
