这听起来像是自相矛盾，但灾难和中断管理是一回事。 灾难和破坏恰恰是灾难性自然事件发生时随之而来的，不幸的是，世界的发展轨迹似乎正在加剧这个问题。 仅在 2021 年，美国就经历了 15 次以上的天气/气候灾害事件，损失超过 10 亿美元。
此前，我们探索了数据科学和机器学习与自然事件交织在一起的方式的各个方面——从天气预测到气候变化对极端现象的影响，再到衡量救灾的影响。 然而，AiDash 的目标有所不同：帮助公用事业和能源公司以及政府和城市管理自然灾害的影响，包括风暴和野火。
我们与 AiDash 联合创始人兼首席执行官 Abhishek Singh 取得了联系，以详细了解其使命和方法，以及其新发布的灾难和中断管理系统 (DDMS)。
特定领域的人工智能
辛格将自己描述为一位多次成功退出的连续创业者。 来自印度的 Singh 于 2005 年创立了世界上最早的移动应用程序开发公司之一，然后于 2011 年创立了一家教育科技公司。
在 Singh 的移动技术公司与系统集成商合并后，该公司公开上市，Singh 搬到了美国。 最终，他意识到停电是美国的一个问题，2017 年的野火对他来说是一个转折点。
那一点，以及卫星技术已经成熟的事实——辛格将 2018 年标记为该技术的转折点——导致在 2020 年创立了 AiDash。
AiDash 指出，卫星技术作为一种可行的工具已经成熟。 每年发射 1,000 多颗卫星，使用各种电磁波段，包括多光谱波段和合成孔径雷达 (SAR) 波段。
该公司使用卫星数据，结合大量其他数据，并围绕预测性 AI 模型构建产品，以进行准备和资源配置，评估损失以了解需要进行的修复以及哪些站点可以访问，并帮助规划修复本身。
AiDash 使用多种数据源。 天气数据，能够预测风暴的路径和强度。 第三方或企业数据，了解哪些资产需要保护以及它们的位置。
迄今为止，该公司的主要客户是公用事业公司。 对他们来说，常见的情况是树木倒塌或洪水造成的损失。 一般来说，植被是 AiDash AI 模型的一个关键因素，但不是唯一的因素。
正如 Singh 指出的那样，AiDash 已经为特定用例开发了各种 AI 模型。 其中一些包括侵占模型、资产健康模型、树木健康模型和停电预测模型。
这些模型需要相当多的专业知识才能开发。 正如 Singh 指出的那样，为了做到这一点，AiDash 聘请了农艺师和管道完整性专家等人员。
“这就是产品与技术解决方案的区别。人工智能很好，但如果它不是特定领域就不够好，所以领域变得非常重要。我们内部有这个团队，他们的知识已用于构建这些 产品，更重要的是，确定哪些变量比其他变量更重要”，辛格说。
树木知识
为了举例说明领域知识的应用，Singh 提到了树。 正如他所解释的那样，暴风雨期间发生的中断中有超过 50% 是由于树木倒塌造成的。 电线杆通常不会自行倒下——通常是树木倒在电线上并折断电线或导致电线杆倒下。 因此，他补充说，在这种情况下，了解树木比了解天气更重要。
“有很多天气公司。事实上，我们与他们合作——我们不与他们竞争。我们获取他们的天气数据，我们相信天气预报模型，也是一个复杂的模型，是有效的。但后来 我们用树木知识来补充它”，Singh 说。
此外，AiDash 使用有关资产实用程序管理的数据和模型。 雷击时哪些部件可能会损坏，或者设备上次维修的时间等。 这种本地化的、特定领域的信息使预测变得细化。 颗粒度如何？
“我们知道网络中的每一棵树。我们知道网络中的每一项资产。我们知道它们的维护历史。我们知道树的健康状况。现在，当我们补充天气信息和 风暴的实时路径。我们没有预测得克萨斯州会遭受如此大的破坏。我们预测这个城市的这条街道将遭受如此大的破坏，”辛格说。
除了利用领域知识和广泛的数据之外，Singh 还确定了 AiDash 成功的关键因素：以正确的方式向正确的人提供正确数量的信息。 所有数据都存在并为引擎盖下的复杂模型提供数据，并且仅在需要时公开——例如，如果法规要求。
在大多数情况下，AiDash 服务的是解决方案，而不是像 Singh 所说的那样提供洞察力。 用户通过移动应用程序和 Web 应用程序访问 DDMS。 移动应用程序旨在供现场人员使用，它们还可以为系统的预测提供验证。 对于进行规划的人员，提供了一个网络仪表板，他们可以使用它来实时查看状态。
DDMS 是 AiDash 产品套件的最新成员，包括智能植被管理系统、智能可持续发展管理系统、资产驾驶舱和远程监控与检查。 Singh 说，DDMS 目前专注于风暴和野火，目标是将其扩展到地震和洪水等其他自然灾害。
该公司的计划还包括将其客户群扩展到公共机构。 正如 Singh 所说，当某个地区的数据可用时，它们可用于向不同实体提供解决方案。 其中一些也可以免费提供给政府实体，特别是在灾难情况下，因为 AiDash 不会产生增量成本。
AiDash 总部位于加利福尼亚州，其 215 名员工分布在德克萨斯州圣何塞和奥斯汀、华盛顿特区、伦敦和印度的办事处。 该公司还在全球拥有客户，并且一直在显着增长。 正如 Singh 所说，目标是在 2025 年左右上市。
