紐約地鐵用六支Google Pixel手機聆聽斷軌

在九月至一月期間，六支Google Pixel智慧手機搭乘紐約市地鐵A線的四節車廂——被螺栓固定在車廂底部的塑膠外殼內及車廂內部，在上曼哈頓與皇后區南部之間32英里的路程中，累積加速度計、磁力計、陀螺儀及（外部裝置的）麥克風資料。這項由MTA與Google進行的實驗名為TrackInspect，旨在探究廉價、多為現成技術的設備能否輔助軌道檢查，而Google公共部門並未向該機構收費。

替代方案規模的重要性在於：人類稽查員步行檢查全部665英里的地鐵軌道，而裝載感測器的列車幾何檢測車每年僅運行三次。據MTA表示，在四個月內，TrackInspect識別出人類稽查員隨後精確定位的92%缺陷位置。有一人承擔了大量標記工作：紐約市捷運局助理首席軌道官Robert Sarno，一位擁有14年資歷、綽號「軌道低語者」的資深人員，從音訊片段中標記了鬆動接頭、鬆動螺栓、鋼軌與枕木缺陷，與真實缺陷的相關性超過80%。

總計該專案結合了3.35億筆感測器讀數與1,200小時音訊，以及紐約市捷運局的缺陷資料庫，訓練出約200個獨立預測模型。由於模型能說明它們聽到的是何種問題，稽查員便能帶著正確工具到場——既定目標是讓他們「花時間修復而非識別」。美國監管機構仍要求人工檢查，WSP顧問Brian Poston預期這將維持不變；紐約的獨特之處在於使用諧波——音訊加振動——而非軌旁攝影機或固定感測器。

固定在車廂底部的現成Pixel手機能聽見軌道問題：感測器資料加上一位資深人員的耳朵標記，訓練出約200個模型，指引稽查員找到缺陷。

它將車隊本身變成感測器網路：每一趟排定的行程都成為一次檢查，邊際成本僅是一個支架和一支手機。

稀缺資源——專家的耳朵——被用在不可替代之處（標記），而機器學習將其傳播到數百萬筆讀數中。

模型輸出可付諸行動，而不只是警報：預測的缺陷類型告訴工作人員該帶哪些工具，壓縮了「先識別再修復」的循環。

一次免費的初步實驗在MTA承諾進行正式試點前降低了此構想的風險。

你所需的感測器可能早已在某人手中：將廉價的現成硬體與稀缺的專家判斷配對——專家負責標記，模型將專家的耳朵擴展到整個系統。

這項合作正擴展為全面試點，Google將打造正式版本並交到軌道稽查員自己手中。MTA總裁Demetrius Crichlow將最終狀態描述為一個現代化系統，能自動識別並組織軌道修復工作；Google公共部門的技術長表示，希望該專案能成為業界更廉價、預防性鐵路安全工具的催化劑。