Verifikace Human-in-the-Loop (HITL) v automatizované inspekci

Definice a zdůvodnění

Human-in-the-loop (HITL) je architektonické paradigma pro poloautomatizované systémy, v němž model strojového učení provádí prvotní zpracování dat a lidský operátor následně reviduje, ověřuje nebo opravuje výstupy modelu, než jsou přijaty jako konečné. V kontextu inspekce infrastruktury se HITL konkrétně vztahuje na pracovní postupy, kde algoritmus detekce vad založený na AI zpracovává snímky mostů, vozovek, runwayí nebo letištních zařízení s vysokým rozlišením, přiřazuje skóre spolehlivosti každé detekované anomálii a následně směruje detekce s nízkou spolehlivostí nebo nejednoznačné detekce ke kvalifikovanému inspektorovi k ručnímu posouzení.

Základní zdůvodnění HITL v inspekci pramení z inherentních omezení současných modelů počítačového vidění při nasazení v bezpečnostně kritických prostředích. Modely hlubokého učení, včetně konvolučních neuronových sítí (CNN) a vision transformerů, dosahují vysoké přesnosti na benchmarkových datových sadách, ale mohou neočekávaně selhávat na okrajových případech — neobvyklé světelné podmínky, nové morfologie trhlin, povrchové kontaminanty napodobující vzory vad nebo zakrytí vegetací či sutí. Studie z roku 2024 z Michiganské státní univerzity hodnotící sedm multimodálních velkých jazykových modelů pro hodnocení stavu vozovek zjistila, že zatímco modely jako GPT-4o dosáhly silného výkonu při standardní identifikaci poruch, všechny modely vykazovaly variabilitu v rozpoznávání prostorových vzorů a úlohách hodnocení závažnosti, které vyžadují kontextuální porozumění. Architektura HITL uznává, že u infrastrukturních aktiv, kde selhání může mít katastrofální následky, musí být strojová efektivita podřízena lidskému úsudku v bodě konečného rozhodnutí.

Přístup HITL také řeší propast v odpovědnosti, která vzniká, když jsou rozhodnutí činěna výhradně algoritmy. V regulovaných odvětvích — letectví, dálniční infrastruktura, jaderná zařízení — musí inspekční zprávy nést podpis certifikovaného odborníka, který nese právní odpovědnost za nálezy. Evropská agentura pro bezpečnost letectví (EASA) vydala v rámci svého AI Roadmap pokyny, že vysoce rizikové aplikace AI v údržbě letectví musí zahrnovat “smysluplný lidský dohled” s “možností přehlasovat nebo zvrátit rozhodnutí.” Podobně americký Federální úřad pro dálnice (FHWA) v rámci Národních norem pro inspekci mostů (NBIS) vyžaduje, aby hodnocení stavu mostu bylo provedeno vedoucím týmu splňujícím specifická kvalifikační kritéria, což je požadavek, který nelze delegovat na software.

Zpráva Národních akademií z roku 2024 o aplikacích AI pro automatické hodnocení stavu vozovek zdůraznila, že “lidské ověření výstupů automatické detekce poruch je zásadní pro udržení kvality dat a zajištění, že rozhodnutí o údržbě jsou založena na spolehlivých hodnoceních.” Zpráva dokumentovala, že organizace nasazující plně automatické hodnocení vozovek bez lidské revize zaznamenaly chybovost 15–25 % u trhlin střední závažnosti, ve srovnání s 3–8 %, když člověk revidoval výstupy AI.

Architektura HITL: Od detekce AI k finální zprávě

Standardní architektura HITL pro inspekci infrastruktury sleduje strukturované pětistupňové pipeline, které transformuje surová senzorová data na ověřené hodnocení stavu. Každá fáze má specifické technické požadavky a kontrolní body kvality.

Fáze 1: Sběr dat

Snímky s vysokým rozlišením jsou pořizovány pomocí bezpilotních vzdušných prostředků (UAV), inspekčních vozidel vybavených line-scan kamerami nebo pevně umístěných kamer na portálech. Při inspekcích mostů typická mise UAV shromáždí 5 000–10 000 snímků v rozlišení 20–50 megapixelů s vzdáleností vzorkování na zemi (GSD) 0,5–2 mm na pixel. Pro průzkumy vozovek specializovaná vozidla zachycují kontinuální snímky při dálničních rychlostech pomocí více synchronizovaných kamer pokrývajících šířku jízdního pruhu 4 metry. Fáze sběru dat musí zahrnovat přísnou kontrolu kvality — detekci rozmazání, validaci expozice a ověření geoprostorového značení — protože výkon AI je omezen kvalitou vstupů.

Fáze 2: Inferenční engine AI

Získané snímky jsou zpracovávány inferenčním enginem hlubokého učení, typicky založeným na architektuře CNN, jako je YOLOv8, Faster R-CNN nebo varianta U-Net pro sémantickou segmentaci. Model provádí detekci na úrovni pixelů nebo ohraničujících boxů předem definovaných tříd vad. Pro inspekci mostů tyto třídy typicky zahrnují trhliny (příčné, podélné, diagonální, síťové), odštěpky, delaminaci, korozi, obnaženou výztuž a poškození spojů. Pro inspekci vozovek třídy zahrnují únavové trhliny, blokové trhliny, okrajové trhliny, vyjeté koleje, rozpad, výtluky a záplaty.

Každá detekce je doprovázena skóre spolehlivosti v rozsahu 0,0 až 1,0, které představuje odhad modelu pravděpodobnosti, že se jedná o skutečně pozitivní detekci. Inferenční engine také poskytuje metadata včetně souřadnic detekce v obrazovém prostoru, rozměrů vady v pixelech (nebo ve fyzikálních jednotkách, pokud jsou k dispozici kalibrační data) a klasifikačního štítku.

Fáze 3: Směrování na základě spolehlivosti

Výstupy AI jsou zpracovávány směrovacím modulem, který aplikuje konfigurovatelné prahy spolehlivosti k třídění detekcí. Logika směrování typicky používá systém dvou prahů:

Hodnoty prahů jsou specifické pro dané místo a nastavitelné. Inspekce mostu na lomově kritickém prvku (FCM) může snížit práh revize na 0,70, aby bylo zajištěno, že všechny potenciálně významné vady jsou lidsky revidovány. Průzkum vozovky na málo frekventované venkovské silnici může zvýšit práh na 0,90, čímž se akceptuje mírně vyšší míra falešně negativních výměnou za snížené pracovní zatížení revize.

Fáze 4: Rozhraní pro lidskou revizi

Označené detekce jsou prezentovány kvalifikovanému inspektorovi prostřednictvím specializovaného revizního rozhraní. Rozhraní typicky zobrazuje detekovanou vadu s ohraničujícím boxem nebo segmentačním překryvem generovaným AI, skóre spolehlivosti, klasifikaci vady a kontextové informace, jako je identifikátor aktiva (číslo mostu, úsek vozovky), souřadnice polohy a historická inspekční data, pokud jsou k dispozici.

Inspektor má pro každou označenou detekci tři možné akce:

• Potvrdit — Přijmout predikci AI jako správnou; detekce se stává součástí finální zprávy
• Zamítnout — Odmítnout detekci jako falešně pozitivní
• Opravit — Upravit predikci AI úpravou ohraničujícího boxu, změnou klasifikace nebo aktualizací hodnocení závažnosti

Moderní revizní rozhraní zahrnují klávesové zkratky a dávkové operace pro urychlení procesu revize. Zkušený inspektor může zrevidovat 200–500 označených vad za hodinu, v závislosti na hustotě vad a složitosti snímků. Revizní relace vytváří auditní stopu dokumentující každou akci inspektora, což je klíčové pro zajištění kvality a regulatorní shodu.

Fáze 5: Generování finální zprávy

Finální zpráva o stavu integruje automaticky přijaté vysoce spolehlivé detekce s lidsky ověřenými označenými detekcemi. Zpráva vypočítává agregované metriky, jako je hustota vad (procento plochy povrchu ovlivněné každým typem vady), index stavu vozovky (PCI) pro letiště nebo silnice nebo hodnocení stavu na úrovni prvků pro mosty podle rámce AASHTO pro inspekci na úrovni prvků.

Prahy spolehlivosti pro označování

Prahy spolehlivosti jsou kritické ladicí parametry, které určují provozní efektivitu a bezpečnostní rezervu každého HITL inspekčního systému. Nastavení prahů příliš agresivně (přijímání predikcí s nízkou spolehlivostí) zvyšuje riziko falešně negativních výsledků — přehlédnutých vad, které by mohly ohrozit strukturální integritu. Nastavení prahů příliš konzervativně (směrování všeho k lidské revizi) maří účel efektivity automatizace.

Křivka ROC (Receiver Operating Characteristic) modelu AI poskytuje analytický základ pro výběru prahů. Křivka ROC vykresluje míru skutečně pozitivních (senzitivitu) proti míře falešně pozitivních pro každou možnou hodnotu prahu. Plocha pod křivkou ROC (AUC) shrnuje celkovou diskriminační schopnost modelu. Model s AUC 0,95 nebo vyšší na reprezentativních testovacích datech je obecně považován za vhodný pro nasazení HITL.

Osvědčené postupy v oboru doporučují kalibrovat prahy pomocí nákladové matice, která přiřazuje peněžní nebo rizikové váhy každému typu chyby:

Proces kalibrace prahů typicky zahrnuje spuštění modelu AI proti validační datové sadě alespoň 5 000–10 000 snímků, které byly nezávisle označeny certifikovanými inspektory. Detekce modelu jsou porovnány s referenčními štítky a práh je upraven tak, aby bylo dosaženo cílové míry falešně negativních — běžně 1–2 % pro lomově kritické mostní prvky a 5–8 % pro běžné průzkumy vozovek.

Dynamické nastavování prahů je nově vznikající praxí, kde jsou prahy upravovány v reálném čase na základě podmínek prostředí, metrik kvality obrazu nebo kritičnosti aktiva. Například pokud inspekční vozidlo narazí na silný déšť nebo špatné světelné podmínky, které snižují kvalitu obrazu, systém automaticky sníží svůj práh spolehlivosti, aby směroval více detekcí k lidské revizi, čímž kompenzuje vyšší nejistotu v predikcích modelu.

Revizní rozhraní a pracovní postupy

Rozhraní pro lidskou revizi je provozním středobodem HITL inspekčního systému. Jeho návrh přímo ovlivňuje jak rychlost, tak přesnost verifikačního procesu. Špatně navržená rozhraní způsobují únavu operátora, zvyšují chybovost a vytvářejí úzká místa, která negují produktivitní přínosy automatizace AI.

Efektivní revizní rozhraní zahrnují několik klíčových principů návrhu:

Paralelní zobrazení výstupu AI a zdrojového snímku. Rozhraní by mělo překrýt detekci AI (ohraničující box, segmentační masku nebo heatmapu) přes původní snímek, s ovládacími prvky pro zapínání a vypínání překryvu. To umožňuje inspektorovi přesně vidět, co model detekoval, při zachování možnosti prohlížet surové snímky kvůli přehlédnutým vadám.

Kontextové navigační pomůcky. Rozhraní by mělo poskytovat navigační systém na úrovni vad (vpřed/vzad přes označené detekce) integrovaný s navigací na úrovni aktiv (např. výběr prvku mostu nebo mapa úseku vozovky). Platforma Twinsity Twinspect, demonstrovaná v roce 2025 v rámci proof of concept s Die Autobahn GmbH na německých dálničních mostech, implementovala konsolidované zobrazení, kde jsou poškození objevující se na více snímcích sloučena do jedinečných záznamů o vadách, čímž se snižuje redundance a urychluje revize inspektorem u více než 600 anomálií detekovaných AI.

Vizualizace skóre spolehlivosti. Každá detekce by měla zobrazovat své skóre spolehlivosti numericky i vizuálně — typicky jako barevně odlišený štítek (zelená pro vysokou spolehlivost, žlutá pro střední, červená pro nízkou). To pomáhá inspektorovi prioritizovat pozornost na nejistější detekce jako první, což je pracovní postup známý jako revize řízená nejistotou.

Záznam auditní stopy. Každá akce provedená inspektorem — potvrdit, zamítnout, opravit, přeskočit — musí být opatřena časovým razítkem, identifikací uživatele a zaznamenána v neměnné auditní stopě. To není volitelné; je to regulatorní požadavek pro jakákoli inspekční data, která vstupují do systémů řízení bezpečnosti nebo reportingu shody.

Dávkové potvrzování pro revize velkého objemu. Při inspekcích s tisíci označenými detekcemi by rozhraní mělo podporovat dávkový výběr a hromadné potvrzování podobných nízce rizikových detekcí. Inspektor revidující trhliny na 10km úseku dálnice může narazit na stovky identických příčných trhlin; seskupení těchto do jediné potvrzovací akce dramaticky zkracuje dobu revize.

Sekvence revizního workflow typicky následuje toto pořadí:

1. Inspektor se přihlásí do HITL platformy a načte inspekční úkol
2. Systém zobrazí dashboard s celkovým počtem detekcí označených k revizi, rozdělených podle typu vady a pásma spolehlivosti
3. Inspektor začne revidovat detekce, počínaje položkami s nejnižší spolehlivostí
4. U každé detekce inspektor prozkoumá překryv AI proti surovému snímku a učiní rozhodnutí potvrdit/zamítnout/opravit
5. Systém automaticky přejde k další detekci
6. Po dokončení systém vygeneruje shrnutí verifikace ukazující poměr potvrzených, zamítnutých a opravených detekcí
7. Ověřené detekce jsou sloučeny s automaticky přijatými detekcemi do finální zprávy

Lidská korekce predikcí AI

Lidská korekce predikcí AI je jednou z nejcennějších funkcí v HITL systému. Když inspektor opraví výstup AI — úpravou špatně umístěného ohraničujícího boxu, reklasifikací chybně identifikovaného typu vady nebo aktualizací hodnocení závažnosti — systém zachycuje nejen opravený výstup, ale také rozdíl mezi predikcí AI a lidskou referenční pravdou. Tento rozdíl je signálem, který pohání zlepšování modelu prostřednictvím aktivního učení.

Mezi běžné typy korekcí v inspekci infrastruktury patří:

Úprava ohraničujícího boxu. AI může správně identifikovat, že vada existuje, ale umístit ohraničující box nepřesně — buď příliš těsně (odříznutí části trhliny) nebo příliš volně (zahrnutí plochy bez vady). Inspektor upraví box tak, aby přesně ohraničil vadu, a systém zaznamená IoU (Intersection over Union) mezi predikcí AI a lidskou korekcí. Opakovaně nízké skóre IoU u specifických tříd vad signalizuje potřebu přeškolení modelu s lepšími příklady lokalizace.

Korekce klasifikace. AI může detekovat trhlinu, ale klasifikovat ji jako “příčnou”, když je ve skutečnosti “podélná.” Tato chybná klasifikace má důsledky pro hodnocení stavu, protože různé typy trhlin se mapují do různých matic závažnosti v systémech řízení vozovek (např. ASTM D6433 pro výpočet PCI). Inspektor opraví štítek a systém zaznamená položku do matice záměn, čímž buduje datovou sadu obtížných klasifikačních případů.

Přehodnocení závažnosti. Mnohé protokoly hodnocení stavu vyžadují hodnocení závažnosti (nízká, střední, vysoká nebo numerická škála) založené na rozměrech vady. AI může správně identifikovat a lokalizovat trhlinu, ale nesprávně odhadnout její šířku nebo délku, což vede k nesprávnému přiřazení závažnosti. Inspektor opraví závažnost a systém zaznamená nesoulad v měření.

Zamítnutí falešně pozitivních. Nejčastější akcí inspektora u detekcí s nízkou spolehlivostí je zamítnutí — AI označila povrchový prvek (skvrna od oleje, stín, stopa pneumatiky, spára), který není vadou. Každé zamítnutí je označeným příkladem falešně pozitivního výsledku, který zlepšuje diskriminační schopnost modelu.

Studie proof of concept z roku 2025 provedená společností Twinsity ve spolupráci s Die Autobahn GmbH demonstrovala praktický dopad lidské korekce. Model AI původně detekoval 600 anomálií na německém dálničním mostě, z nichž 176 byly trhliny potvrzené statiky. Prostřednictvím procesu HITL revize inspektoři opravili klasifikace AI, zpřesnili ohraničující boxy a zamítli falešně pozitivní výsledky. Konečný ověřený počet 156 potvrzených trhlin poskytl 88,6% přesnost, která se po použití korekčních dat pro dolaďování modelu zvýšila na více než 95 %.

Aktivní učení z lidské zpětné vazby

Integrace HITL s aktivním učením vytváří cyklus neustálého zlepšování, který postupně snižuje zátěž lidské revize v čase. Aktivní učení je strategie strojového učení, kde algoritmus identifikuje, které neoznačené datové body by byly nejpřínosnější pro zlepšení výkonu modelu, a vyžádá si štítky pro tyto specifické body od lidského anotátora.

V kontextu HITL inspekce funguje aktivní učení následovně:

1. Model AI zpracovává nové inspekční snímky a generuje predikce se skóre spolehlivosti
2. Systém identifikuje detekce s nejvyšší nejistotou — ty nejblíže rozhodovací hranici mezi skutečně pozitivním a falešně pozitivním
3. Tyto nejisté detekce jsou směrovány k lidskému inspektorovi k ověření
4. Inspektorem potvrzené nebo opravené štítky se stávají trénovacími daty pro další aktualizaci modelu
5. Model je přeškolen nebo dolaďován na rozšířené datové sadě, čímž se zlepšuje jeho přesnost na dříve nejistých případech
6. Během po sobě jdoucích inspekčních cyklů klesá počet detekcí vyžadujících lidskou revizi

Strategie výběru pro určení, které detekce směrovat k lidskému značení, je kritická. Mezi běžné strategie patří:

• Vzorkování nejnižší spolehlivosti: Směrování detekcí se skóre spolehlivosti nejblíže rozhodovacímu prahu (např. 0,45–0,55)
• Vzorkování podle okraje: Směrování detekcí, kde je rozdíl mezi dvěma nejvyššími pravděpodobnostmi tříd nejmenší
• Vzorkování podle entropie: Směrování detekcí s nejvyšší predikční entropií, indikující, že model je nejistý ohledně klasifikace

Studie publikovaná v Automation in Construction hodnotící HITL systémy s podporou automatizace pro vizuální inspekci infrastruktury zjistila, že aktivní učení snížilo pracovní zátěž lidského značení o 60–75 % ve srovnání s náhodným vzorkováním při zachování ekvivalentní přesnosti modelu. Studie dokumentovala, že po pěti cyklech aktivního učení na datové sadě detekce trhlin dosáhl model 94,7% přesnosti, přičemž pouze 30 % trénovacích dat vyžadovalo lidskou revizi.

Implementace aktivního učení v produkčních HITL systémech vyžaduje správu verzí modelu. Každý cyklus přeškolení vytváří novou verzi modelu, která musí být validována proti vyčleněné testovací sadě před nasazením. Systém musí také podporovat A/B testování — spouštění nového modelu ve stínovém režimu vedle současného produkčního modelu pro ověření, že se zlepšení výkonu zobecňuje na nová inspekční data, než dojde k nasazení aktualizace.

HITL pro inspekci mostů

Inspekce mostů je nejbezpečnostněji kritickou aplikací technologie HITL v infrastruktuře. Spojené státy mají přes 617 000 mostů, z nichž přibližně 42 % je starších 50 let a 7,5 % je klasifikováno jako konstrukčně vadných podle zprávy o stavu infrastruktury Americké společnosti stavebních inženýrů (ASCE) z roku 2024. Národní normy pro inspekci mostů (NBIS) kodifikované v 23 CFR 650 vyžadují, aby všechny mosty na veřejných komunikacích byly kontrolovány kvalifikovanými vedoucími týmů v intervalech nepřesahujících 24 měsíců.

Dokumentace FHWA zdůrazňuje, že lidské ověření je nevyjednatelné pro hodnocení stavu přiřazovaná v rámci rámce NBIS. Škály hodnocení stavu pro mostní prvky (0–9 pro mostovky, vrchní stavbu a spodní stavbu podle kódovací příručky Národního mostního inventáře) vyžadují, aby inspektor syntetizoval více pozorovatelných stavů do jediného numerického hodnocení — úkol, který současné systémy AI nemohou spolehlivě provádět, protože vyžaduje porozumění strukturálním zatěžovacím cestám, chování materiálů a mechanismům degradace.

Pracovní postup HITL inspekce mostů integruje více zdrojů dat:

Snímky z UAV poskytují vizuální data ve vysokém rozlišení všech přístupných povrchů mostu — mostovka, spodní plocha, nosníky, pilíře, opěry, ložiska a spáry. Typická UAV inspekce mostu shromáždí 3 000–8 000 snímků na konstrukci, v závislosti na velikosti a složitosti mostu. Inferenční engine AI zpracovává tyto snímky k detekci trhlin, odštěpků, koroze a dalších viditelných vad.

Data z georadaru (GPR) jsou používána společně s vizuálními snímky pro detekci delaminace mostovky a hodnocení koroze výztuže. Zatímco interpretace signálu GPR vyžaduje specializované odborné znalosti, modely AI mohou označit anomální signálové vzory k lidské revizi.

Role inspektora v HITL systému není pouze potvrzovat nebo zamítat predikce AI, ale přidávat statické inženýrské posouzení, které AI nemůže poskytnout. Inspektor reviduje označené detekce v kontextu známého zatížitelnosti mostu, intenzity dopravy, environmentální expozice a historie inspekcí. Vlasová trhlina ve stojině předpjatého betonového nosníku může být okamžitě označena k naléhavé opravě, zatímco identická trhlina v sekundárním diafragmatickém prvku může být hodnocena jako drobné zjištění — rozdíl, který závisí na znalostech statického inženýrství, nikoli na rozpoznávání vzorů na úrovni pixelů.

Doporučený rámec FHWA pro program QC/QA inspekce mostů, aktualizovaný v roce 2024, explicitně řeší integraci automatizovaných inspekčních technologií. Rámec vyžaduje, aby jakýkoli automatický systém detekce trhlin byl validován proti manuální inspekci na nejméně 10 % mostních prvků, s výsledky validace zdokumentovanými a zkontrolovanými vedoucím inspekčního týmu. Tento duální validační přístup je formalizovaný HITL proces, který zajišťuje, že automatizace slouží jako nástroj pro podporu rozhodování, nikoli jako náhrada odborného úsudku.

HITL pro inspekci vozovek

Hodnocení stavu vozovek bylo časným adoptérem technologie automatizované inspekce kvůli vysokým objemům dat — jediná dálniční správa může spravovat 10 000–50 000 pruhových kilometrů vozovky s intervaly inspekcí 1–3 roky. Manuální vizuální průzkumy v tomto měřítku jsou prohibitivně nákladné, vyžadují 30–50 člověkodnů na 100 pruhových kilometrů. Metody s asistencí AI mohou zpracovat stejnou síť za 5–10 hodin výpočetního času, ale výsledky musí být ověřeny lidskými inspektory, než mohou být použity pro rozhodování o programování údržby.

Pracovní postup HITL pro inspekci vozovek typicky používá line-scan kamery namontované na průzkumných vozidlech jedoucích dálniční rychlostí (80–100 km/h), zachycujících kontinuální 360° snímky povrchu vozovky. Snímky jsou georeferencovány pomocí GPS/IMU systémů s přesností 10–50 cm. Model AI segmentuje povrch vozovky do kategorií vad a vypočítává metriky hustoty poruch.

Pokyny Americké asociace státních dálničních a dopravních úředníků (AASHTO) pro sběr dat o stavu vozovek uznávají roli automatizovaných systémů při zachování požadavků na lidské ověření. Standard AASHTO PP 89-21 pro automatizovaný sběr dat o poruchách vozovek specifikuje postupy zajištění kvality, včetně:

• Terénní ověření: Minimálně 5 % úseků průzkumu musí být referenčně ověřeno manuální inspekcí do 30 dnů od automatizovaného průzkumu
• Testování opakovatelnosti: Automatizovaný systém musí prokázat opakovatelnost ±5 % u množství poruch při opakovaném průzkumu stejného úseku do 24 hodin
• Lidská revize okrajových případů: Všechny úseky s množstvím poruch překračujícím předem definované prahy (např. >20 % plochy s trhlinami) musí být manuálně revidovány

Revizní rozhraní HITL pro inspekci vozovek typicky představuje pásový graf zobrazující povrch vozovky s vadami detekovanými AI barevně odlišenými podle typu a závažnosti. Inspektor prochází kontinuální snímky vozovky, reviduje označené úseky a ověřuje hodnocení stavu AI. Pro organizace používající metodiku indexu stavu vozovky (PCI) podle ASTM D6433 systém HITL vypočítává hodnoty PCI z ověřených dat o vadách, přičemž inspektor přijímá nebo přehlasuje vypočítanou hodnotu na základě svých terénních znalostí.

Studie z roku 2025 od Národních akademií o aplikacích AI pro automatické hodnocení stavu vozovek zjistila, že HITL systémy dosáhly 92–96% shody s manuální inspekcí při identifikaci poruch, ve srovnání s 78–85 % u plně automatizovaných systémů bez lidské revize. Studie také zjistila, že HITL snížil dobu inspekce o 55–70 % ve srovnání s čistě manuálními metodami při zachování souladu s normami kvality dat AASHTO.

Regulatorní přijetí HITL

Regulatorní prostředí pro AI v inspekci infrastruktury se rychle vyvíjí, ale konzistentním tématem napříč všemi hlavními rámci je, že lidský dohled je povinný pro rozhodnutí související s bezpečností.

Mezinárodní organizace pro civilní letectví (ICAO) — Podle ICAO Annex 14, Svazek I (Návrh a provoz letišť) je provozovatel letiště odpovědný za zajištění, že dráhy, pojezdové dráhy a plochy odbavovacích ploch jsou udržovány ve stavu přijatelném pro provoz letadel. Zatímco ICAO výslovně nezakazuje automatizovanou inspekci, požadavek, aby “provozovatel letiště zavedl inspekční program”, který je “přijatelný pro stát”, implicitně vyžaduje, aby hodnocení stavu byla prováděna nebo ověřována kompetentním personálem. Dokument ICAO 9157 (Příručka pro návrh letišť) odkazuje na metodiku indexu stavu vozovky (PCI), která vyžaduje vizuální inspekci vyškolenými hodnotiteli, pokud stát neschválí alternativní postup.

Evropská agentura pro bezpečnost letectví (EASA) — AI Roadmap 2.0 agentury EASA, publikovaný v roce 2024, zavádí víceúrovňový přístup k AI v letectví. Pod úrovní 2 (“Spolupráce člověka a AI”), která pokrývá inspekci s asistencí AI, agentura vyžaduje: (a) člověk si zachovává konečnou rozhodovací pravomoc, (b) systém AI poskytuje vysvětlení svých výstupů a (c) systém může být lidským operátorem kdykoli přehlasován nebo vypnut. Tyto požadavky přímo odpovídají architektuře HITL.

Federální letecká správa (FAA) — Poradní oběžník FAA AC 150/5380-6C o “Pokynech pro programy řízení vozovek” uvádí, že automatizované metody sběru dat jsou přijatelné za předpokladu, že “zařízení pro sběr dat je certifikováno a data jsou validována inženýrem zkušeným v hodnocení vozovek.” Tento duální požadavek — certifikace zařízení plus lidská validace — je formálním HITL mandátem.

Federální úřad pro dálnice (FHWA) — FHWA NBIS (23 CFR 650 Podčást C) vyžaduje, aby všechny inspekce mostů byly prováděny nebo pod vedením vedoucího týmu, který splňuje specifické kvalifikační požadavky (profesionální inženýr nebo certifikovaný inspektor mostů s minimálními prahovými hodnotami zkušeností). Zatímco automatizovaný sběr dat je povolen, hodnocení stavu musí být určeno vedoucím týmu. Pokyny FHWA k procesu revize NBIS z roku 2024 potvrzují, že “automatizované inspekční technologie doplňují, ale nenahrazují profesionální úsudek vedoucího týmu.”

ISO 55001 (Správa aktiv) — Mezinárodní standard pro správu aktiv vyžaduje, aby data o stavu používaná pro rozhodování byla spolehlivá, opakovatelná a ověřitelná. Pracovní postupy HITL splňují tyto požadavky tím, že udržují lidské ověření jako konečnou kvalitativní bránu.

Praktickým důsledkem tohoto regulatorního prostředí je, že HITL není pouze technickou preferencí pro inspekci infrastruktury — je to požadavek na shodu. Jakákoli organizace nasazující AI pro inspekci leteckých, dálničních nebo konstrukčních aktiv musí implementovat proces lidské revize, aby splnila regulatorní povinnosti. Přesná architektura se může lišit — některé agentury vyžadují 100% lidskou revizi všech detekcí, zatímco jiné akceptují statistické vzorkování — ale princip lidského ověření je univerzální.

Plně automatizovaná vs. HITL

Rozdíl mezi plně automatizovanou inspekcí a inspekcí typu human-in-the-loop je zásadní pro pochopení rozhodnutí o nasazení v rámci správy infrastrukturních aktiv. Každý přístup má odlišné charakteristiky, výhody a omezení:

Rozhodnutí mezi plně automatizovaným a HITL nasazením závisí na kategorii rizika kontrolovaného aktiva. Nízce riziková aktiva — jako jsou vedlejší silnice, nenosné stavební prvky a kosmetické povrchové stavy — mohou být kandidáty na plně automatizovanou inspekci, kde jsou náklady na falešně negativní výsledky přijatelné. Bezpečnostně kritická aktiva — mosty, runwaye, tunely, přehrady a vysoce frekventované dálnice — vyžadují HITL, protože důsledek přehlédnuté kritické vady je nepřijatelný.

Průzkum z roku 2024 mezi 47 americkými státními departementy dopravy zjistil, že 93 % agentur používajících automatizovaný sběr dat o vozovkách využívá nějakou formu lidského ověření, od náhodného vzorkování (10 % úseků) po komplexní revizi všech úseků označených jako defektní. Pouze 7 % akceptovalo automatizovaná data bez jakéhokoli lidského ověření a tyto agentury omezily automatizované přijetí pouze na místní silnice s nízkým provozem v dobrém stavu. Pro inspekci mostů stejný průzkum zjistil, že 100 % agentur udržovalo požadavky na lidské ověření, přičemž nejčastějším přístupem byla lidská revize všech anomálií detekovaných AI kombinovaná s náhodnou namátkovou kontrolou 15–20 % snímků klasifikovaných jako bez vad.

Provozním trendem jsou hybridní modely, které upravují míru automatizace na základě stavu aktiva. Most v dobrém stavu (hodnocení NBI 7–9) může být zpracován s vysoce spolehlivými prahy pro automatické přijetí a minimální lidskou revizí, zatímco most ve špatném stavu (hodnocení NBI 3–4) může mít všechny detekce směrovány k lidské revizi bez ohledu na skóre spolehlivosti. Tento rizikově adaptivní přístup HITL optimalizuje úsilí inspektora tím, že alokuje pozornost na aktiva, kde přináší největší bezpečnostní přínos.

Závěr

Verifikace typu human-in-the-loop představuje současný stav techniky v automatizované inspekci infrastruktury. Architektura HITL — kombinující prvotní detekci na bázi AI se směrováním podle spolehlivosti a povinnou lidskou revizí — přináší produktivitní výhody automatizace při zachování bezpečnostní odpovědnosti a odborného úsudku, které regulatorní normy vyžadují. Kalibrace prahů, návrh revizního rozhraní, pracovní postupy lidské korekce a integrace aktivního učení jsou technické prvky, které určují, zda HITL systém funguje efektivně v praxi.

Pro inspekci mostů, hodnocení stavu vozovek, hodnocení letištních dráh a zajišťování souladu údržby letišť není HITL přechodným přístupem na cestě k plné autonomii — je to osvědčená nejlepší praxe, která vyvažuje komplementární silné stránky strojů a lidí. Jak bude přesnost modelů AI nadále růst, zátěž lidské revize se bude prostřednictvím aktivního učení snižovat, ale princip lidského ověření pro bezpečnostně kritická rozhodnutí zůstane regulatorním a etickým požadavkem.