2018年，太平洋天然气和电力公司(PG&E)输电线路故障引发的火灾席卷了加利福尼亚州北部的比尤特县，造成85人死亡，近19,000座建筑物被毁。6月，PG&E首席执行官兼总裁比尔约翰逊代表公司在巴特县高等法院承认了84项过失杀人罪和一项非法纵火重罪。火灾发生后，为加利福尼亚北部520万户家庭提供服务的PG&E开始开发一套人工智能技术，可以使用计算机视觉来帮助识别高风险火灾区域。该解决方案被称为“SherlockSuite”，帮助PG&E实现了现场设备检查的自动化。“SherlockSuite允许桌面检查员在高分辨率图像上标记潜在的设备问题，并能够进一步训练计算机视觉模型以自动检测潜在问题，然后添加元数据以使这些图像可在整个企业中搜索，”产品经理KunalDatta说。PG&E的SherlockSuite。自动化检查火灾发生后，PG&E使用航空摄影拍摄了50,000座输电塔的超过200万张图像。该公司还从全国聘请了150名桌面检查员检查图像。这些检查最初是使用文件夹完成的Datta说：“野火安全检查项目是PG&E首次使用这种规模的航空影像进行远程检查，”Datta说。从图像采集到检查的时间，检查本身也很耗时。2019年1月，PG&E组建了夏洛克团队。在整个检查过程中，该团队会见了检查员、主管、主题专家、领导和其他人，以确定可以简化和自动化的任何机会。“跟踪需要在整个过程中手动输入数据，从飞行开始到检查完成，”Datta说。“降低野火风险是PG&E的首要任务，因此减少检查时间和提高整个检查过程的可审核性被确定为一个重要的改进领域。Datta说，在整个开发过程中，他的团队——由数据科学家、开发人员、数据工程师、产品管理人员和设计师组成——一直与利益相关者保持联系，试图从他们的角度来理解它。问题。“我们理念的一个关键部分是与我们的业务伙伴密切合作。我们不是为我们的业务合作伙伴开发产品，而是与他们一起开发产品，”Datta说。“这种程度的参与有助于我们提出小的、可测试的增量，然后获得反馈。对我们来说，确定要构建的正确产品的关键是确保我们与用户有紧密的反馈循环。迭代和管理期望该团队于2019年3月向一小群审阅者部署了测试版，并于2019年5月将整个审阅者团队转移到Sherlock，尽管它继续添加新功能。“我们一直在努力。没有真正的‘完成’状态，”达塔说。“我们每周发布多次新版本并不断获得反馈。我们使用Scrum，因此团队每两周与所有利益相关者进行一次冲刺回顾，以展示我们在上一个冲刺中做了什么以及我们将在下一个冲刺中做什么下一个冲刺，并确保有足够的时间进行事后反馈和讨论。“Sherlock的网络应用程序允许检查员查看照片并标记他们发现的问题。这些标志将用作训练计算机视觉模型的标签，然后这些模型将通过Sherlock向检查员提供预测。结果对模型的进一步细化有利有弊。该套件能够自动标记合规审查所需的标准项目。Datta借用了汽车工程师协会(SAE)为讨论自动驾驶汽车的自动化水平而设立的术语，解释说PG&E目前正处于从0级自动化（没有自动化，手动流程）到1级的过渡过程中自动化（自动化辅助）。他指出，降低预期将是一个关键挑战。“当我们说我们正在使用人工智能时，人们会很兴奋。这绝对是一件好事，但这也意味着人们的期望可以无处不在，”达塔说。“当我们想到人工智能时，有些人会直接跳到第5级自动化并询问我们什么时候到达那里。Datta指出，他在每次演讲中都保留了几张名为“机器学习101”的幻灯片，以确保每个人都能理解人工智能实际上是数学，而不是魔术。SherlockSuite大大减少了检查次数。和检查时间，Datta说，随着团队部署新功能，这两个指标都在改进。该套件还允许电力操作员搜索图像，Datta说，其他业务部门对该模型感兴趣，因为他们开始看到Sherlock带来的新机会。
