HeadPowers SatNetMonitor tar ständigt steg mot en framtid där allt större nätverksområden automatiskt övervakas med hjälp av satelliter. Kundintresset växer och den artificiella intelligensen som tolkar satellitdata lär sig nya saker.
Praktiskt taget kan hela jordens yta redan övervakas av satelliter. SatNetMonitor använder data som genereras av satelliter vid övervakning av förhållanden som påverkar elnätet. Den upptäcker risker i nätverksområden och varnar för dem.
För bara några år sedan lät idén om att använda satelliter för att övervaka nätverk fortfarande som science fiction för många av oss. Nu har dock attityden bland kunderna gradvis förändrats.
– Idén att använda satelliter för nätverksövervakning har blivit vardag. Det har blivit ett alltmer gångbart alternativ, säger Antti Jukarainen, vd för HeadPower.
Stort intresse i Sverige och Norge
SatNetMonitor testas och används nu hos ett betydande svenskt nätverksföretag. Förutom SatNetMonitor finns det inget annat system på marknaden som heltäckande kan övervaka stora nätverksområden. I praktiken används drönare och helikoptrar för övervakning, men de är dyra och kan endast användas vid begränsade tillfällen.
– Inom satellitövervakning är kunderna intresserade specifikt av automatisk övervakning av stora nätverksområden. Drönar- och helikopterinspektioner genomförs kanske vart fjärde år, då ögonblicksbilden av nätverket vanligtvis är föråldrad. SatNetMonitor granskar enorma mängder satellitbilder i realtid och varnar då den tolkar en situation som kräver mänsklig uppmärksamhet.
I Sverige har satellitnätsövervakning ännu inte helt etablerat sin position som en del av det dagliga arbetet, men marknadsundersökningar ger anledning att förvänta sig en ljus framtid för metoden.
– Flera andra svenska och norska företag har visat intresse för SatNetMonitor, avslöjar Jukarainen.
Mer exakt automatisk riskidentifiering
I praktiken har SatNetMonitors artificiella intelligens genomgående reagerat lite för starkt på de undantag den upptäcker. Detta beror på att man inte skulle Det blir dock färre och färre falsklarm när den artificiella intelligensen gradvis lär sig.missa några potentiella risk- eller faropunkter.
– När mjukvaran utvecklas kan den hela tiden bättre särskilja de mest kritiska objekten från mängden, säger Jukarainen.
I praktiken har SatNetMonitors artificiella intelligens ofta reagerat för starkt på de undantag den upptäcker. Detta beror på att man inte vill missa några potentiella risk- eller faropunkter. Dock minskar antalet falsklarm gradvis när den artificiella intelligensen lär sig mer.
– När mjukvaran utvecklas kan den ständigt bättre särskilja de mest kritiska objekten från mängden, säger Jukarainen.
SatNetMonitor granskar ständigt stora mängder satellitdata och meddelar användaren om eventuella anomalier som den upptäcker. Användaren klassificerar undantag i programvaran efter om de kräver åtgärd eller om larmet är falskt. Om ett tillräckligt antal vissa situationer klassas som falsklarm varje gång, vet den artificiella intelligensen redan att den inte skall larma om liknande situationer i framtiden.
– Man kan säga att den artificiella intelligensen lär sig hela tiden och vi på HeadPower lär oss hela tiden om användningen av artificiell intelligens, ler Jukarainen.
Effektiv artificiell intelligens reducerar manuellt arbete bäst när man kan lita på bedömningarna den gör. Den slutliga bedömningen av situationen görs dock alltid av en människa, som också överväger vilken typ av åtgärder den identifierade risken kräver.
Artikeln ursprungligen publicerad i HeadPowers kundtidning, VRU, hösten 2024.