SewerAI利用人工智能来发现下水道管道的缺陷

气候变化正在提高污水系统故障的风险、频率和成本。洪水变得更加常见，导致污水处理系统经常不堪重负。更加恶化的问题是，美国的基础设施非常陈旧；环保局估计未来20年需要近7000亿美元的投资来维护现有的污水、雨水和其他清洁水管道。

马修·罗森塞尔和比利·吉尔马丁都来自污水处理行业，他们发现利用科技来解决问题的机会，至少是在某种小小的程度上。五年前，这对合伙人共同创立了SewerAI，利用人工智能来自动化污水管道检测中的数据捕获和缺陷标记。

罗森塔尔告诉TechCrunch：“大多数基础设施是在二战后建造的，已经接近其使用寿命的尽头，导致故障更频繁、成本增加。”“SewerAI通过其基于人工智能的软件即服务平台，彻底改变了地下基础设施的检查和管理。”

SewerAI最初是罗森塔尔的副业；在共同开办了两家污水分析和服务公司之后，他开始参加在线人工智能课程。在尝试使用人工智能模型来预测检测视频中的下水道缺陷时，罗森塔尔邀请了吉尔马丁帮助，当时吉尔马丁正在一家下水道检测公司工作。

今天，SewerAI 的客户包括市政、公用事业和私人承包商，销售基于云的、人工智能驱动的订阅产品，旨在简化污水基础设施的现场检查和数据管理。

其中一个产品，Pioneer，允许现场检查员上传检查数据到云端并标记问题 - 项目经理可以利用这些数据来规划管道的修复。另一个工具AutoCode，可以自动标记管道和人孔的检查，从在GoPro或其他摄像机上拍摄的视频中创建基础设施的3D模型。

“传统的现任公司提供在现场或车载软件，这些软件在过去20年里几乎没有什么创新，”罗森塔尔说。“SewerAI的技术通过以更低的成本实现更多的每日检查，从而增加了公司的收入。”

在新兴的人工智能辅助管道检查市场上，SewerAI并不孤单。该公司的竞争对手包括Subterra，该公司制图、分析和预测管道问题；Clear Object提供软件，分析管道检查录像中的损坏情况；Pallon开发算法，从静态图像中识别下水道内潜在问题。

罗森塔尔声称，SewerAI的独特之处在于其数据的质量——特别是其模型训练数据的质量。罗森塔尔说，SewerAI拥有来自市政机构和独立承包商的1.35亿英尺管道检查录像。尽管这只是美国68亿英尺下水道管道的一小部分，但罗森塔尔称这已经是足够大的数据集来训练一个竞争性的缺陷检测人工智能。

罗森塔尔说：“我们的产品使现场检查和数据管理变得更加高效，让客户能够主动管理基础设施，而不是被迫应对突发事件。”

SewerAI的销售策略赢得了像Innovius Capital这样的投资者的青睐，他们与其他投资者一起向SewerAI最近的筹款轮投入了1500万美元。这使得SewerAI的总筹资达到2500万美元，这笔资金将用于扩大市场、人工智能模型培训、招聘以及将SewerAI的产品组合扩展到检测工具以外的领域。

罗森塔尔表示：“SewerAI正在不断发展，我们看到平台需求加速增长，我们让人们在现有预算内做更多事情，这导致我们签下了第一份七位数合同。”