加拿大安大略省的多伦多皮尔逊国际机场是该国最大、最繁忙的机场，每年为约5000万名乘客提供服务。
为了提升旅客体验，机场于6月份部署了Zensors AI平台，该平台利用现有安全摄像头的匿名化镜头内容生成空间数据，以实时优化运营。
Zensors是NVIDIA Metropolis视觉AI合作伙伴生态系统的成员之一，帮助多伦多皮尔逊机场的运营团队大幅减少海关排队时间，将乘客在2022年高峰期从估计的30分钟减少到去年夏天不到6分钟。
公司联合创始人兼产品和技术负责人Anuraag Jain表示：“Zensors让所有人都能轻松使用视觉AI。”
对于大多数组织来说，扩展多模态、基于转换器的AI并不容易，Jain补充道，因此机场通常会按照传统的、效果较差的解决方案进行选择，基于硬件传感器、激光雷达、3D立体摄像头进行改进，或者通过翻新或建设新的航站楼来改善运营，这可能是耗资数十亿美元的项目。
Jain表示：“我们提供一个平台，让机场更像软件公司，利用现有摄像头和最新的AI技术，快速、廉价、准确地部署解决方案。”
加速机场运营
为了满足不断增长的旅行需求，多伦多皮尔逊需要一种方法，能在几周内改善运营，而不是通常需要数月或数年的时间来升级或建设新的航站楼基础设施。
Zensors AI平台在机场的两个航站楼监测了20多条海关通道，提供了这样一个解决方案。它将机场现有摄像系统的视频转换为结构化数据。
利用匿名化的镜头内容，该平台计算排队人数、识别拥堵区域、预测乘客等待时间等任务，并实时提醒员工以加快操作。
该平台还提供分析报告，帮助运营团队评估绩效、更有效地规划并重新部署人员以实现最佳效率。
除了为机场运营商提供数据驱动的见解外，Zensors AI的实时等待时间统计数据还会发布在多伦多皮尔逊的在线仪表板上，以及航站楼的电子显示屏上。这让乘客可以轻松获取有关海关或安检流程所需时间的准确信息，全面提升客户满意度，并减少对于能否及时乘上联程航班的担忧。
“我们从Zensors平台获得的分析结果证明非常准确，”多伦多皮尔逊机场的管理公司，大多伦多机场管理局的机场IT规划和发展主管Zeljko Cakic表示。“我们的目标是提高整体客户体验和减少等待时间，而通过Zensors平台收集的数据是推动这些结果的重要因素之一。”
NVIDIA驱动的准确AI
Zensor AI使用视觉转换器模型来提供准确的见解，其准确度与人工手动验证信息相比约为96%。这一切都由NVIDIA技术驱动。
Jain表示：“Zensors模型开发和推断运行时堆栈实际上就是NVIDIA AI堆栈。”
该公司使用NVIDIA的GPU和CUDA并行计算平台来训练其AI模型，还使用基于深度神经网络的加速库cuDNN和用于解码和增强图像和视频的NVIDIA DALI库。
由于多伦多皮尔逊的检查站全天候开放，Zensors AI推理全天候运行在NVIDIA Triton推理服务器上，该服务器是通过NVIDIA AI企业平台提供的开源软件。
公司估计使用NVIDIA Triton来优化推理运行时，将其每月云GPU支出降低了20%以上。这样，NVIDIA技术使Zensors能够为多伦多皮尔逊机场和其他客户提供高可用性、生产级、完全托管的服务，Jain称。
他补充说：“如今，许多公司和组织都希望采用人工智能，但困难的是弄清楚如何着手。”“成为NVIDIA Metropolis的一部分为我们提供了最好的工具，并使更多潜在终端用户能够更方便地部署Zensors技术。”
Zensors还是 NVIDIA Inception 的成员，这是一个培育尖端创业公司的免费计划。
未来交通的视觉人工智能
众多使用Zensors AI的客户中，爱尔兰的科克机场是其中之一，该机场使用该平台来优化从站外到登机口的运营。在六月份，Zensors AI在机场全面部署，仅用了20天，在不到四个月的时间里，该平台帮助通过主动管理站外交通，节省了约90小时的拥堵时间。
Jain表示：“航空只是交通中的一部分。我们正在扩展铁路、公交和多式联运，我们相信Zensors将为最终将人工智能带给所有实体运营商提供智能层。”
展望未来，该公司正在努力以一种安全、可靠的方式将生成式AI和大型语言模型融入其平台的问答功能。
了解更多关于NVIDIA Metropolis平台以及它如何用于构建更智能、更安全的旅行枢纽，包括印度最繁忙机场之一的班加罗尔机场。