Le métro de New York écoute les rails cassés avec six téléphones Google Pixel

Entre septembre et janvier, six smartphones Google Pixel ont circulé à bord de quatre voitures du métro de New York sur la ligne A — fixés à l'intérieur de boîtiers en plastique sous les voitures et dans leurs habitacles, accumulant des données d'accéléromètre, de magnétomètre, de gyroscope et (pour les unités extérieures) de microphone sur les 32 miles séparant le nord de Manhattan du sud du Queens. L'expérience menée par la MTA et Google, appelée TrackInspect, posait la question de savoir si une technologie bon marché, en grande partie disponible sur le marché, pouvait compléter l'inspection des voies, et Google Public Sector n'a pas facturé l'agence pour cela.

L'échelle de l'alternative compte : des inspecteurs humains parcourent à pied l'ensemble des 665 miles de voies du métro, et les voitures de mesure de la géométrie des voies, équipées de capteurs, ne circulent que trois fois par an. Sur quatre mois, TrackInspect a identifié 92 pour cent des emplacements de défauts que les inspecteurs humains ont ensuite localisés, selon la MTA. Une seule personne a réalisé l'essentiel de l'étiquetage : Robert Sarno, chef adjoint des voies du NYCT, vétéran de 14 ans surnommé le « chuchoteur des voies », a annoté des joints desserrés, des boulons desserrés, des défauts de rail et de traverses à partir d'extraits audio, atteignant plus de 80 pour cent de corrélation avec les défauts réels.

Au total, le projet a combiné 335 millions de relevés de capteurs et 1 200 heures d'audio avec la base de données des défauts de New York City Transit pour entraîner un ensemble d'environ 200 modèles de prédiction individuels. Comme les modèles indiquent le type de problème qu'ils entendent, les inspecteurs peuvent arriver avec les bons outils — l'objectif affiché étant qu'ils « passent du temps à réparer plutôt qu'à identifier ». Les régulateurs américains exigent toujours une inspection humaine, et Brian Poston, consultant chez WSP, s'attend à ce que cela perdure ; New York est unique en ce qu'elle utilise les harmoniques — audio plus vibrations — plutôt que des caméras en bord de voie ou des capteurs fixes.

Des Pixel standard fixés sous des voitures de métro entendent les problèmes de voie : les flux de capteurs, plus l'oreille d'un vétéran pour étiqueter, entraînent environ 200 modèles qui orientent les inspecteurs vers les défauts.

Cela transforme la flotte elle-même en réseau de capteurs : chaque trajet programmé devient une passe d'inspection, au coût marginal d'un support et d'un téléphone.

La ressource rare — une oreille experte — est utilisée là où elle est irremplaçable (l'étiquetage), et l'apprentissage automatique la propage sur des millions de relevés.

La sortie des modèles est exploitable, pas seulement une alarme : les types de défauts prédits indiquent aux équipes quels outils emporter, ce qui réduit la boucle identifier-puis-réparer.

Une expérience initiale gratuite a réduit le risque de l'idée avant que la MTA ne s'engage dans un pilote de production.

Le capteur dont vous avez besoin se trouve peut-être déjà dans la poche de quelqu'un : associez un matériel standard bon marché à un jugement expert rare — l'expert étiquette, les modèles étendent l'oreille de l'expert à l'ensemble du système.

La collaboration s'étend à un pilote complet dans lequel Google développe une version de production et la met entre les mains des inspecteurs des voies eux-mêmes. Le président de la MTA, Demetrius Crichlow, présente l'état final comme un système modernisé qui identifie et organise automatiquement les réparations des voies ; le CTO de Google Public Sector dit espérer que le projet devienne un catalyseur pour des outils de sécurité ferroviaire préventifs et moins coûteux dans l'ensemble du secteur.