Superb AI ngày 1/9 cho biết đã phối hợp với Viện Nghiên cứu Cứu hỏa Quốc gia Hàn Quốc phát triển mô hình trí tuệ nhân tạo (AI) nhằm phát hiện sớm cháy xe điện trong bãi đỗ xe ngầm.

Theo công ty, mô hình này được thiết kế để nhận diện làn khói mỏng xuất hiện ở giai đoạn đầu của hiện tượng thermal runaway của pin. Kết quả nghiên cứu cho thấy hệ thống giúp rút ngắn 65% thời gian phát hiện và giảm 80% cảnh báo giả so với các phương pháp phát hiện cháy hiện nay.

Khác với nhiều hệ thống hiện có vốn chủ yếu được huấn luyện trên bộ dữ liệu công khai, mô hình mới được tối ưu riêng cho môi trường bãi đỗ xe ngầm. Hệ thống có thể nhận diện khói mỏng, khói phát sinh từ khu vực gầm xe điện cũng như khói ở khoảng cách xa.

Để xây dựng bộ dữ liệu huấn luyện, Superb AI đã xử lý khoảng 100.000 ảnh liên quan đến cháy, khói và phương tiện. Bộ dữ liệu này được tạo ra bằng cách kết hợp dữ liệu từ các vụ cháy thực tế với dữ liệu thử nghiệm trong môi trường được kiểm soát, đồng thời bổ sung những tình huống hiếm gặp bằng dữ liệu tổng hợp do AI tạo sinh tạo ra.

Trong quá trình này, công ty sử dụng tính năng Scatter View trên nền tảng Superb để kiểm tra phân bố dữ liệu và nhận diện các điểm bất thường, qua đó kiểm soát chất lượng của dữ liệu về cháy và khói.

Mô hình được triển khai dưới dạng hệ thống giám sát thời gian thực chạy trên thiết bị edge, cho phép phân tích hình ảnh ngay tại hiện trường mà không cần đưa dữ liệu lên đám mây. Hệ thống cũng có thể tích hợp trực tiếp với hạ tầng CCTV sẵn có. Khi phát hiện dấu hiệu cháy, hệ thống sẽ phát cảnh báo bằng màn hình và còi báo động, đồng thời lưu lại nhật ký theo dõi. Người dùng có thể truy cập máy chủ web nội bộ từ máy tính trong cùng mạng để theo dõi trạng thái phát hiện mà không cần máy chủ bên ngoài.

Hiện hai bên đang ở giai đoạn nghiên cứu cuối cùng, với mục tiêu tối ưu mô hình để có thể vận hành theo thời gian thực ngay cả trên các thiết bị edge cỡ nhỏ, đồng thời hoàn thiện phiên bản phù hợp để triển khai diện rộng ngoài thực tế. Sau khi nghiên cứu hoàn tất, nhóm sẽ xây dựng các tiêu chí thử nghiệm định lượng như khả năng nhận diện trong bao nhiêu giây ở khoảng cách bao nhiêu mét, làm cơ sở thiết lập chuẩn hiệu năng cho các hệ thống phát hiện cháy xe điện trong tương lai.

Ông Kim Hyun-soo, CEO của Superb AI, cho biết nghiên cứu này là ví dụ điển hình cho việc lấp đầy khoảng trống dữ liệu đặc thù tại hiện trường — điều khó có thể giải quyết chỉ bằng dữ liệu công khai — thông qua bộ dữ liệu chuyên biệt và dữ liệu tổng hợp. Ông nói thêm công ty sẽ tiếp tục thúc đẩy ứng dụng AI trên toàn bộ quy trình, từ xây dựng dữ liệu, phát triển mô hình đến kiểm chứng ngoài thực tế.