2018. szeptember 24.
A Shell az energiaiparban mindenben érintett az olajkutaktól a töltőállomásokig – utóbbiból 44 ezret üzemeltet világszerte. A vállalat kiemelten fontosnak tartja a kiskereskedelmi egységeiben dolgozó kiszolgálószemélyzet és az ügyfelek biztonságát. A Shell jelenleg egy új felhőalapú mélytanulási megoldást tesztel, amely a Microsoft Azure platformra épül. A megoldás a biztonsági kamerák felvételei és a dolgok internetére alapú technológia segítségével automatikusan azonosítja a biztonsági kockázatokat, és figyelmeztetést küld a kiszolgálószemélyzet tagjainak, akik így gyors reagálással elháríthatják a potenciális problémákat.
Az Azure révén nemcsak egy intelligens felhőt kaptunk, hanem egy intelligens peremhálózatot is, amely közel valós időben, automatikusan azonosítja a biztonsági kockázatokat, és reagál is azokra.
Az esettanulmányban a Shell alkalmazottainak saját nézeteit és tapasztalatait közvetítjük, ezek nem jelentenek állásfoglalást a Microsoft részéről. Előfordulhat, hogy mások mást tapasztaltak vagy más eredményt értek el.
Látja és megjósolja a jövőt – úgy, ahogyan arra az emberi szem képtelen. Ez nem más, mint a „gépi látás”, amely a képalkotó technológiát képfeldolgozással és -elemzéssel ötvözve támogatja a gépi tevékenységeket és az emberi döntéseket kereskedelmi vagy ipari környezetben.
A Shell jelenleg éppen egy új gépi látási rendszert tesztel kiskereskedelmi egységeiben. A fejlett AI-technológiákat alkalmazó rendszer képes automatikusan előre jelezni és észlelni a veszélyes tevékenységeket az üzletben vagy a benzinkúton, és figyelmeztetni a személyzetet, akik így időben beavatkozhatnak. Mindez az ún. „Goal Zero” jegyében történik – a Shell célkitűzésének lényege, hogy a vállalat működése során semmilyen káros hatás vagy szivárgás nem jelentkezhet.
A Shell így képzeli el a rendszer gyakorlati működését: Képzeljük csak el, hogy szépen süt a nap, és egy autó begördül tankolni a Shell egyik töltőállomására. A vezető lecsavarja a tanksapkát, és elkezd üzemanyagot tölteni a járműbe. Várakozás közben a zsebébe nyúl, elővesz egy cigarettát, majd a figyelmeztető táblák ellenére rágyújt.
A helyszíni kamera felvételt készít az esetről, és a Microsoft Azure IoT Edge révén a készüléken futó képfeldolgozó alkalmazás felismeri a biztonsági kockázatot. Az alkalmazás az Azure IoT Hub platformon keresztül továbbítja a képet a felhőbe, ahol az Azure Databricks szolgáltatás keretében működő mélytanulási és mesterséges intelligenciára (AI) épülő modellek azonosítják a cigarettát jelző mintákat. A rendszer azonnal elküldi az információt a töltőállomásnak, ahol a Shell-állomásvezető számítógépének irányítópultján felbukkan egy figyelmeztetés. Mielőtt a vásárló újabbat szívna a cigarettából, az állomásvezető leállítja a szivattyút, elkerülve ezzel a veszélyes eseményt.
Ha az ügyfél eloltotta a cigarettát, folytathatja a tankolást, és minden megy tovább ugyanúgy, mint előtte.
Az Azure Databricks megosztott környezete is számos előnyt tartogat számunkra – ez lett az első számú együttműködési platformunk, amellyel adatelemzőink és mérnökeink egyre több információt oszthatnak meg egymással, és az AI alkalmazásának új szintjére léphetnek.
Első a biztonság
Biztonság. Ez áll a Shell minden tevékenységének középpontjában. A kutatástól a kitermelésen át a kiskereskedelemig a Shell kiemelt figyelmet fordít alkalmazottai, beszállítói, partnerei és ügyfelei, valamint a környezet biztonságára. A vállalat egyre intenzívebben használja a technológiát ezen küldetése teljesítéséhez, átalakítva ezzel működését, valamint az interakciót azokkal, akik a cég tevékenységét lehetővé teszik.
A Shell egy hatalmas multinacionális vállalat, amelynek székhelye a hollandiai Hágában található. A Shell a világ első számú kiskereskedelmi cége a mobilitási szektorban: 30 millió ügyfelet szolgál ki naponta, és 44 000 benzinkutat üzemeltet több mint 75 országban. A Shell arra törekszik, hogy minden egységében biztonságos és barátságos környezetet teremtsen – az ügyfelek és a kiszolgálószemélyzet számára egyaránt. Ez magában foglalja a koccanásokból, a dohányzásból és a helytelen tankolásból eredő kockázat csökkentését.
A Shell kiképezi kiszolgálószemélyzetét a kockázatok felismerésére és a beavatkozásra – ezt a feladatot pedig egy innovatív új projekt, a Video Analytics for Downstream Retail (VADR) segítségével kívánja megkönnyíteni számukra, a nap 24 órájában. A gépi látási technológiát automatikus képfeldolgozással és -elemzéssel kombináló VADR extra védelmi réteget biztosít az emberek és a környezet számára. „A dohányzás például hatalmas kockázatot jelent – mondja Daniel Jeavons, a Shell adatelemzési vezetője. – Arra törekszünk, hogy a digitális technológia révén gyorsan és megfelelően tudjunk reagálni, elkerülve ezzel a veszélyes helyzeteket. Ez nemcsak az eredményes üzleti tevékenység miatt fontos számunkra, hanem a közösségünk iránti felelősségvállalás szerves részét képezi.”
Megtalálni a felhőplatformot a lehető leggyorsabb reagáláshoz
A VADR a Shell azon törekvéséből ered, melynek célja a kockázat csökkentése a kiskereskedelmi egységeknél, egyúttal pedig a működési hatékonyság és eredményesség javítása. A Shell választása a Microsoft Azure-ra esett, amikor felhőplatformot keresett a VADR projekthez. A Shell nemcsak a gyors és hasznos elemzéshez szükséges kis késleltetést kapta meg az Azure-tól, hanem a hatékony Azure-szolgáltatások, például az Azure Databricks és a Visual Studio Team Services előnyeit is ki tudja használni, és grafikus processzorokhoz (GPU) is könnyen hozzáférhet.
„Úgy gondoljuk, hogy a gépi látás és az AI terén megvalósított beruházásainak köszönhetően a Microsoft kiváló technológiai partnerként szolgál – mondja Jeavons. – Az Azure Databrickshez hasonló eszközök és a grafikus számítási teljesítmény elérhetősége egyértelművé teszi, hogy a Microsoft ugyanúgy gondolkodik, ahogyan mi, és ez nagyszerű dolog. Továbbá mivel a Team Servicest már eddig is használtuk, teljes körű DevOps-folyamatot tudunk megvalósítani közvetlenül az Azure-ba, méghozzá a mi méretünkhöz szükséges összes konténerizációs és feladatátvételi lehetőség mellett. Ráadásul az AI-modellekhez is remekül alkalmazható – ez pedig a hagyományos DevOps-folyamatokról nem mondható el.”
Könnyedén felskálázhatjuk és újrataníthatjuk modelleinket akár folyamatosan is. Az Azure Databricks nagy elaszticitásának köszönhetően kiválóan bővíthető vagy egyszerűsíthető, fejlesztőink pedig nagyon kedvelik a letisztult, elegáns felhasználói felületet.
A megfelelő eszközök kiválasztása a feladathoz
A megoldás lehető leghatékonyabb működése érdekében a Shell az Azure IoT Edge szolgáltatást állította rendszerbe, hogy az alkalmazási logika a lehető legközelebb legyen az elemzett helyzetekhez, tovább csökkentve ezzel a rendszer számára a létfontosságú biztonsági döntésekhez szükséges időt. Ez jelentős előrelépés a Shell számára azokhoz a rendszerekhez képest, amelyeknél a teljes feldolgozás a felhőben zajlik.
„Az Azure révén nemcsak egy intelligens felhőt kaptunk, hanem egy intelligens peremhálózatot is, amely közel valós időben, automatikusan azonosítja a biztonsági kockázatokat, és reagál is azokra – mondta Jeavons. – Számos konténerizált folyamatunk van, amelyek analitikai modelleket is tartalmaznak. Az Apache Kafka streaming platformmal – amely kiválóan alkalmas nagy adatállományok kezelésére – eljuttatjuk őket a peremhálózatra, a biztonsági kamera felvételei pedig áthaladnak a modelleken, amelyek kiemelik a biztonsági kockázatok azonosításához szükséges képkockákat.”
A VADR alkalmazás ezután az Azure-ba továbbítja a képkockákat, ahol az alkalmazás jól betanított mélytanulási modelleket futtat rajtuk a Kafkával, valamint az Apache Sparkon futó Azure Databricks szolgáltatással. Ha az alkalmazás gyanús eseményt észlel, figyelmeztetést jelenít meg a kiszolgálószemélyzetnek a webes irányítópulton. A Shell szerint az Azure Databricks a megoldás egyik kulcseleme.
„Számításigényes tanulási modelleket használunk – mondja Jeavons. – Az Azure Databricks szolgáltatásban nagyon szeretjük, hogy a Spark rendkívül stabil és fejlett változatán fut. Emellett szorosan együttműködik a Kafkával is. Könnyedén felskálázhatjuk és újrataníthatjuk modelleinket akár folyamatosan is, és kézben tarthatjuk az intenzív számítási igényeinket. Az Azure Databricks nagy elaszticitásának köszönhetően kiválóan bővíthető vagy egyszerűsíthető, fejlesztőink pedig nagyon kedvelik a letisztult, elegáns felhasználói felületet.”
A Shell nagyra értékeli, hogy nyílt forráskódú megoldásokat használhat az Azure platformban. „A nyílt forráskódú szoftverek támogatása az Azure-ban kulcsfontosságú számunkra – a Kafka és a Spark mellett például a TensorFlow mélytanulási keretrendszert és az OpenCV gépi látási megoldást is használjuk – mondta el Jeavons. – Fejlesztőink nagyon hasznosnak tartják, hogy válthatnak az Azure IoT Hub és a Kafka között, attól függően, hogy a megoldás melyik részéről van éppen szó. Jó dolog, hogy mindkettőből kihasználhatjuk a legjobb funkciókat.”
A nyílt forráskódú szoftverek támogatása az Azure-ban kulcsfontosságú számunkra – a Kafka és a Spark mellett például a TensorFlow mélytanulási keretrendszert és az OpenCV gépi látási megoldást is használjuk.
„Az Azure Databricks megosztott környezete is számos előnyt tartogat számunkra – folytatja. – Ez lett az első számú együttműködési platformunk, amellyel adatelemzőink és mérnökeink egyre több információt oszthatnak meg egymással, és az AI alkalmazásának új szintjére léphetnek. Elmondhatjuk, hogy a teljes Azure platform, valamint a platform egyes elemeinek összehangolt működése gyökeres fordulatot hozott számunkra. Valódi DevOps – vagy ha úgy tetszik, DataOps – megközelítést alkalmazunk, így a modelleket kódként helyezhetjük üzembe, és folyamatosan emelhetjük be őket az éles környezetbe. Ez hatalmas dolog.”
A mélytanulás lehetőségeinek kihasználása és a megoldás kibővítése
A Shell elsőként thaiföldi és szingapúri töltőállomásain vezette be kísérleti jelleggel a VADR megoldást, és amennyiben ez sikeresnek bizonyul, a projektet más országokra is ki fogja terjeszteni. A gépi látás és az AI terén szerzett tapasztalat új AI-projektek felé irányította a Shell figyelmét, és a vállalat gyakornoki programot is indít olyan hallgatóknak, akik az AI területén szeretnének dolgozni a Shellnél.
A VADR fejlesztésével a Shell túllép az AI-n és a gépi tanuláson, és kihasználja a mélytanulás előnyeit is. „Ezek igen összetett használati esetek, amelyekhez nem elegendőek az egyszerű prediktív modellek – mondja Jeavons. – Nagyvállalatként a Shell hatalmas mennyiségű adatot kezel, az Azure-on alapuló mélytanulás pedig segít nekünk az adatok értelmezésében. A trendeket teljesen új módon tudjuk áttekinteni, így döntéseink is sokkal megalapozottabbá válnak.”
A Shell azt tervezi, hogy a VADR projektet beilleszti abba a folyamatba, amelynek célja a működési egységek kezelésének digitalizálása, valamint a kiskereskedelmi egységek kezelési és üzemeltetési módjának átalakítása. Mivel a rendszer videófelvételeket készít az ügyfelekről, a vállalat nagyon szigorúan kezeli az adatvédelmi kérdéseket, és nagy energiákat fordított arra, hogy a megoldás teljes egészében megfeleljen az Általános adatvédelmi rendeletnek (GDPR).
A Shell szerteágazó tevékenysége számos fizikai erőforrás – kiskereskedelmi töltőállomások, tartálykocsik, kenőanyagüzemek, kőolajvezetékek, finomítók, olaj- és gázfúró platformok – kezelését és szabályozását igényli, ezért a VADR-nek és a gépi látási technológiáknak számos lehetséges alkalmazási módja van a vállalatnál. Ilyenek lehetnek például a távoli tengeri platformok rendszereinek automatikus riasztásai, amelyek a létfontosságú erőforrásokat, például a vezetékek vagy a kutak állapotát veszélyeztető kockázatokra figyelmeztetnek, megelőzve ezzel a korróziót. „A fényképeken és a videofelvételeken található információk automatikus kivonása révén hatékonyabban kezelhetjük a biztonsági kockázatokat, üzletmenetünk zökkenőmentessé válik, emellett biztonságos és kényelmes körülményeket teremtünk ügyfeleink és alkalmazottaink számára a Shell töltőállomásain” – mutat rá Jeavons.
„Ha a biztonságról van szó, semmit sem kockáztathatunk – folytatja. – Hajlandók vagyunk költeni a biztonságra, mert ez szerintünk ez a helyes út, és úgy gondoljuk, hogy döntésünk helyességét a pénzügyi mutatók alakulása is igazolni fogja. Nagy várakozással tekintünk az Azure és az AI által kínált lehetőségek elé a biztonság javítása terén, és nagy reményeket fűzünk a stratégiai partnereinkkel, például a Microsofttal folytatott együttműködéshez és az izgalmas megoldások kifejlesztéséhez.”
További információ a Shellről a Twitteren, Facebookon, és a LinkedInen.
Elmondhatjuk, hogy a teljes Azure platform, valamint a platform egyes elemeinek összehangolt működése gyökeres fordulatot hozott számunkra.