【FF19】日本川崎地質工程有限公司使用能夠檢測道路洞穴的專有技術，為各地政府進行道路勘探。透過雷達探測系統收集地下影像容易，分析及找出地洞所在位置卻最花時間。該公司用上富士通的人工智能引擎 Zinrai，配合深度學習技術，以人工智能取代人手快速從大量圖像中找到可能出現的洞穴位置。
地下出現的小洞穴不並容易發現，但隨時引發嚴重地陷引發災難。川崎地質工程有限公司地質調查部門副經理今井利宗表示，日本的道路早已建成，由於維護得好，地下洞穴並不明顯。但在 2015 年全日本全已有 3,300 個地點出現道路下沉。公司早已採用雷達探測技術勘探地下小洞，並備有三架分別可探測 2 至 5 米深的探測車，能在時速 50 至 60 公里的速度下進行探測。
過去，透過探測器收集的影像會打印成 A3 尺寸的圖像，每 100 公里大約會印出 1,000 至 2,000 張 A3 圖像，再由一組 5 至 6 人的專家團隊花上約一個月時間研究雷達波形數據，尋找潛在的洞穴。此做法的成人力及時間成本相當高。
今井利宗補充，最大的問題是經驗較淺的員工有機會看漏，未能即時判斷，便再要由具經驗的員工做複查工作。「公司有足夠人才，但考慮到人力及其他因素不能持續採用這模式，故尋求人工智能的幫助。」
最終得知富士通有 Zinrai Deep Learning 技術並可在少於一個內完成部署，便嘗試採用。結果花了不到一個月已建成模型，之後經調校令模型分析更準確，目前找出地下異常情況的準確率接近 100%，而分析速度較人手快 90%。
雖然人工智能有高度的準確性，但川崎地質工程仍要求具經驗的員工作最後複檢，確保分析結果無誤。該公司表明，利用人工智能技術並不代表要減去人手，專家仍然不可缺少，用上人工智能的目的是為公司未來有更好發展，因縮短發掘異常路面的時間代表可同步應付其他工作。故下一步將發展適用於室內地下探測的設備，甚至在政府的常用車輛上設置感應器，以日常開車的放式作出巡邏以便更容易最得分析數據，當每日有數據就可快速發現異常及早修復。
[ot-video][/ot-video]
