Toronto Pearson Worldwide Airport, in Ontario, Canada, is de grootste en drukste luchthaven van het land en bedient jaarlijks zo’n 50 miljoen passagiers.

Om de ervaringen van reizigers te verbeteren, heeft de luchthaven in juni het Zensors AI-platform geïmplementeerd, dat geanonimiseerde beelden van bestaande beveiligingscamera’s gebruikt om ruimtelijke gegevens te genereren die de activiteiten in realtime helpen optimaliseren.

Een lid van de NVIDIA-metropool visie AI-partnerecosysteem, Zensoren heeft het operationele group van Toronto Pearson geholpen de wachttijden bij de douane aanzienlijk te verkorten, waardoor de gemiddelde tijd die passagiers nodig hadden om het aankomstproces te doorlopen, werd teruggebracht van naar schatting 30 minuten tijdens piekperioden in 2022 tot iets minder dan zes minuten afgelopen zomer.

“Zensors maakt visuele AI voor iedereen gebruiksvriendelijk”, zegt Anuraag Jain, medeoprichter van het bedrijf en hoofd product en technologie.

Het opschalen van multimodale, op transformatoren gebaseerde AI is voor de meeste organisaties niet eenvoudig, aldus Jain. Daarom zijn luchthavens vaak overgestapt op traditionele, minder effectieve oplossingen op foundation van hardwaresensoren, lidar- of 3D-stereocamera’s, of proberen ze hun activiteiten te verbeteren door te renoveren of te bouwen. in plaats daarvan nieuwe terminals – wat projecten van meerdere miljarden {dollars} kunnen zijn.

“Wij bieden een platform waarmee luchthavens in plaats daarvan meer als softwarebedrijven kunnen denken, door snellere, goedkopere en nauwkeurigere oplossingen in te zetten met behulp van hun bestaande digital camera’s en de nieuwste AI-technologieën”, aldus Jain.

Snellere luchthavenoperaties

Om aan de groeiende vraag naar reizen te voldoen, had Toronto Pearson een manier nodig om zijn activiteiten binnen enkele weken te verbeteren, in plaats van de maanden of jaren die normaal gesproken nodig zouden zijn om de infrastructuur van de terminal te upgraden of te bouwen.

Het Zensors AI-platform – ingezet om meer dan twintig douanelijnen in twee van de terminals van de luchthaven te monitoren – leverde een dergelijke oplossing. Het zet videofeeds van de bestaande camerasystemen van de luchthaven om in gestructureerde gegevens.

Met behulp van geanonimiseerde beelden telt het platform onder meer hoeveel reizigers er in de rij staan, identificeert het drukke gebieden en voorspelt het de wachttijden van passagiers – en waarschuwt het personeel in realtime over de snelheid van de werkzaamheden.

Het platform biedt ook analytische rapporten waarmee operationele groups de prestaties kunnen beoordelen, effectiever kunnen plannen en personeel opnieuw kunnen inzetten voor optimale efficiëntie.

Naast het bieden van datagestuurde inzichten aan luchthavenexploitanten, worden dwell wachttijdstatistieken van Zensors AI gepubliceerd op Toronto Pearson’s onlinedashboard, evenals op elektronische shows in de terminals. Hierdoor hebben passagiers eenvoudig toegang tot nauwkeurige informatie over hoe lang douane- of veiligheidsprocessen zullen duren. En het verhoogt de algehele klanttevredenheid en vermindert de potentiële zorgen over de vraag of ze aansluitende vluchten kunnen maken.

“De analyses die we van het Zensors-platform krijgen, blijken zeer nauwkeurig te zijn”, zegt Zeljko Cakic, directeur IT-planning en -ontwikkeling op luchthavens bij de Better Toronto Airport Authority, de beheermaatschappij van Toronto Pearson. “Ons doel is om de algehele klantervaring te verbeteren en wachttijden te verkorten, en de gegevens die by way of het Zensors-platform worden verzameld, zijn een van de belangrijkste factoren die bijdragen aan de besluitvorming om deze resultaten te bewerkstelligen.”

Nauwkeurige AI, mogelijk gemaakt door NVIDIA

Zensors AI — gebouwd met visie transformator modellen – biedt inzichten met een indrukwekkende nauwkeurigheid van ongeveer 96% vergeleken met wanneer mensen de informatie handmatig valideren. Het wordt allemaal mogelijk gemaakt door NVIDIA-technologie.

“De Zensors-modelontwikkeling en inferentie-runtime-stack is in feite de NVIDIA AI-stack”, aldus Jain.

Het bedrijf maakt gebruik van NVIDIA GPU’s en de CUDA parallel computerplatform om zijn AI-modellen te trainen, samen met de cuDNN versnelde bibliotheek van primitieven voor diepe neurale netwerken en de NVIDIA DALI bibliotheek voor het decoderen en uitbreiden van afbeeldingen en video’s.

Nu de controleposten in Toronto Pearson 24/7 open zijn, loopt de AI-inferentie van Zensor 24 uur per dag door NVIDIA Triton-inferentieservereen open-sourcesoftware die beschikbaar is by way of de NVIDIA AI Enterprise platform.

Het bedrijf schat dat het gebruik van NVIDIA Triton om de inferentieruntime te optimaliseren, de maandelijkse cloud-GPU-uitgaven met meer dan 20% heeft verlaagd. Op deze manier stelt de NVIDIA-technologie Zensors in staat een volledig beheerde service van productiekwaliteit met hoge beschikbaarheid te bieden aan Toronto Pearson en andere klanten, aldus Jain.

“Tegenwoordig willen veel bedrijven en organisaties AI adopteren, maar het moeilijkste is om uit te zoeken hoe je dat moet aanpakken”, voegde hij eraan toe. “Door deel uit te maken van NVIDIA Metropolis beschikken we over de beste instruments en krijgen we meer zichtbaarheid voor potentiële eindgebruikers van Zensors-technologie, waardoor gebruikers uiteindelijk gemakkelijk AI kunnen inzetten.”

Zensors is ook lid van NVIDIA-introductieeen free of charge programma dat baanbrekende startups stimuleert.

Visuele AI voor de toekomst van transport

Een van de vele andere klanten die Zensors AI gebruiken, is de Ierse luchthaven Cork, die het platform gebruikt om zijn activiteiten van stoep tot poort te optimaliseren. In juni werd Zensors AI in slechts twintig dagen op de hele luchthaven ingezet en in minder dan vier maanden hielp het platform ongeveer 90 uur aan filetijd te besparen door proactief verkeersbeheer langs de weg.

“Luchtvaart is slechts een onderdeel van mobiliteit”, zei Jain. “We breiden uit naar spoor-, bus- en multimodaal openbaar vervoer – en we geloven dat Zensors de intelligentielaag zal bieden om uiteindelijk AI naar alle soorten fysieke exploitanten te brengen.”

Vooruitblikkend werkt het bedrijf aan de integratie ervan generatieve AI En grote taalmodellen op een veilige, betrouwbare manier kennis te maken met de vraag-antwoordmogelijkheden van zijn platform.

Meer informatie over de NVIDIA-metropool platform en hoe het wordt gebruikt slimme steden en ruimtes bouwen slimmere, veiligere reisknooppunteninclusief op Bengaluru luchthaveneen van de drukste luchthavens van India.