以色列新創公司3DSignals，以深度學習訓練AI辨識聲學訊號，研發機器專用的「聽診器」，號稱可降低故障率，甚至事前預防。
專聽機器噪音的AI
近年基於人工神經網路框架的深度學習，開始大量應用於各種模式識別技術（pattern recognition），例如現在相當熱門的圖形、物體與人臉辨識。聲學方面，最常見的大概就是語音及對話辨識。不過，3DSignals這家公司訓練AI聽辨的訊號並不是語音，而是由機器所發出的各種「噪音」。
聽音診斷，防患未然
如影片中展示，3DSignals利用超音波感應器蒐集訊號，偵測範圍可達十萬赫茲（人耳聽力範圍為二十至兩萬赫茲），接著以AI分辨機具切割鐵管時的聲響是否正常，並透過雲端傳送至電腦或手機。一旦發現異常的噪音訊號，就會自動發送警報，事先進行保養、更換刀刃，預防嚴重的故障事故。
3DSignals的技術，據稱可減少四成故障停工時間及八成人為操作錯誤，使切割鋸的壽命延長50%並降低40%斷刃意外，提高15%生產線平均速率。
3DSignals提供的技術服務分三級。最初階的技術並未用到深度學習，只透過一般物理模型偵測零件磨損。第二級運用收集的聲音訊號進行深度學習，可偵測出異常的噪音。第三級則能進一步辨別不同噪音類型，但客戶須先對特定問題產生的聲音進行人工標記，以訓練AI進行辨識；經過一段時間的訓練，AI就能「聽音診斷」，甚至提前預防，準確率據稱可達98%。
成立一年的3DSignals有15位員工，不過成長速度相當快，目前已募得330萬美元（約新台幣1.07億元）資金，並已看準幾個大的市場，包含汽車與能源產業，預期將「聽診」技術用於工廠、發電廠、汽車、甚至無人車，為機器提供「預測性保養」。
參考來源：IEEE Spectrum、3DSignals
