Startupit ITMO-yliopistokiihdyttimestä - alkuvaiheen projekteja tietokonenäön alalla

Tänään me jatkaa puhua läpikäyneistä joukkueista meidän kiihdytin. Niitä on kaksi tässä habrapostissa. Ensimmäinen on startup Labra, joka kehittää ratkaisua työn tuottavuuden seurantaan. Toinen - O.VISION kääntöporttien kasvojentunnistusjärjestelmällä.

Startupit ITMO-yliopistokiihdyttimestä - alkuvaiheen projekteja tietokonenäön alalla
Katso: Randall Bruder /unsplash.com

Kuinka Labra lisää tuottavuutta

Tuottavuuden kasvu länsimarkkinoilla on hidastunut. Tekijä: Mukaan McKinsey, 2,4-luvun alussa tämä luku oli 2010 %. Mutta vuosina 2014–0,5 se laski 2 prosenttiin. Analyytikot huomauttavat, että tilanne ei ole muuttunut sen jälkeen. Mutta on olemassa mielipide, että tekoälyjärjestelmät auttavat ratkaisemaan ongelman. Tekoälyjärjestelmien avulla tuottavuuden kasvun odotetaan palautuvan XNUMX prosenttiin kymmenessä vuodessa. Älykkäät algoritmit auttavat automatisoimaan rutiinitehtävät ja optimoimaan työprosesseja.

Näiden alueiden tutkimusta tekevät jo alan asiantuntijat oraakkeli, insinöörejä johtavia länsimaisia ​​yliopistoja ja jopa edustajia Lontoon Royal Society. Konenäkö on tärkeä rooli tuottavuuden kasvun lisäämisessä. Teknologialla arvioidaan itsenäisesti työpaikan ja työntekijöiden suorituskykyä. Tällaisia ​​ratkaisuja ovat jo toteuttamassa länsimaiset yritykset - mm. Microsoft и Walmart.

Venäläiset yritykset kehittävät myös ratkaisuja työn tuottavuuden arviointiin. Esimerkiksi startup Labra, joka kävi läpi meidän kiihdytysohjelma. Insinöörit ovat tekemässä videovalvontajärjestelmää, jossa on hermoverkko, joka tunnistaa yritysten työntekijöiden toiminnan ja tekee selväksi, miten he käyttävät työaikansa.

Miten järjestelmä toimii. Labra voi toimia missä tahansa kone- tai konekäsityötä tekevässä yrityksessä, jossa työskentelee yli 15 henkilöä. Hän muodostaa kameroiden avulla ns työpäivän kuva - eli se tallentaa kaiken, mitä vuorossa tapahtuu. Yleisesti ottaen algoritmi näyttää tältä:

  • Järjestelmä ottaa kuvan ja merkitsee työtoiminnot;
  • Koneoppimisalgoritmi analysoi videon;
  • Tämän jälkeen algoritmi luo valokuvan työpäivästä;
  • Seuraavaksi analytiikka lasketaan automaattisesti;
  • Labra luo loppuraportin, joka sisältää suosituksia, jotka lisäävät yrityksen turvallisuutta ja optimoivat sen resursseja.

Kuka on joukkueessa? Startupissa työskentelee kahdeksan henkilöä: johtaja ja perustaja, kaksi kehittäjää, kolme työnormien asiantuntijaa. Paikalla on myös asiakaspalvelupäällikkö ja kirjanpitäjä. Osa heistä yhdistää projektityön yliopisto-opintojen kanssa. Siksi jokainen valvoo itsenäisesti tehtävien suorittamista ja määräaikoja. Ryhmä kokoontuu kuitenkin kahdesti viikossa keskustellakseen edistymisestä ja kehityssuunnitelmista.

Näkökulmat. Syyskuun alussa startup esitteli projektinsa Pietarin digitaalisessa foorumissa. Siellä insinöörit esittelivät tuotteen ominaisuudet. Labra aikoo edistää ratkaisua edelleen ja työstää mahdollisuutta tehdä yhteistyötä maan yritysten kanssa.

O.VISION auttaa sinua pääsemään eroon avaimista ja korteista

Vuonna 2017 MIT Technology Review kytketty päälle kasvojentunnistus kymmenen parhaan läpimurron teknologiassa. Tämä päätös johtui osittain tällaisten järjestelmien laajasta sovellettavuudesta. Erityisesti ne voivat korvata tavanomaiset avaimet ja kulkukortit rakennukseen tullessa - esimerkiksi useat venäläiset pankit ovat jo toteuttaneet samanlaisia ​​​​kehityksiä. Markkinoille ilmaantuu myös uusia toimijoita, esimerkiksi startup on kehittämässä vastaavaa ratkaisua O.VISION. Tiimi tekee kontaktittoman pääsyjärjestelmän kääntöporteille, jotka voidaan asentaa 30 minuutissa.

Miten järjestelmä toimii. Kehitys on tarkastuspisteeseen asennettu ohjelmisto- ja laitteistokompleksi. Se perustuu viiteen neuroverkkoon, jotka käsittelevät biometrisen järjestelmän kameran yksittäisiä kehyksiä. Kirjoittajien mukaan yhden kuvan käsittely kestää alle 200 millisekuntia (noin viisi kuvaa sekunnissa). Tiimi kirjoittaa kaikki tunnistusalgoritmit ja rajapinnat itsenäisesti – kehittäjät eivät käytä omia ratkaisuja. Harjoittele neuroverkkoja käyttämällä PyTorch-kehys.

Tietojen käsittely tapahtuu paikallisesti. Tämä lähestymistapa lisää henkilökohtaisten biometristen tietojen turvallisuutta. Laitteistoon kuuluu Nvidian Jetson TX1 -kortti, joka on suunniteltu itsenäisille laitteille. Biometrinen järjestelmä sisältää myös oman suunnittelunsa integroidun piirin kääntöporttien ohjaamiseen ja integrointiin VIILETTÄÄ.

Startupit ITMO-yliopistokiihdyttimestä - alkuvaiheen projekteja tietokonenäön alalla
Katso: Zan /unsplash.com

Startup työntekijät. Yrityksen johtaja kertoo, että valinta tehtiin periaatteella: 60 ehdokasta yhdelle paikalle. Tämä muoto antoi meille mahdollisuuden rekrytoida lahjakkaimmat ihmiset. Tällä hetkellä projektin parissa työskentelee useita ohjelmoijia, jotka vastaavat koneoppimisalgoritmeista ja sulautettujen järjestelmien koodista. Siellä on myös taustakehittäjä, tietoturva-asiantuntija ja suunnittelija. Osa työntekijöistä on opiskelijoita, jotka yhdistävät työn maisterin tutkintoon.

Näkökulmat. Tämän päivän ratkaisut O.VISION asennettu Euroopan suurimmalle kahvitehtaalle. Tuotetta valmistellaan lanseeraukseen myös yhdessä Pietarin kuntokeskuksesta ja ammattikorkeakoulusta. Ehkä tulevaisuudessa O.VISION asennetaan ITMO-yliopistoon. Yrityksen johtaja kertoo, että he neuvottelevat jo venäläisten yritysten: Gazprom Neftin, Beelinen, Rostelecomin ja Venäjän rautateiden kanssa. Tulevaisuudessa lähdemme ulkomaisille markkinoille.

Tietoja muista kiihdytinprojekteista:

Materiaalit ITMO-yliopiston työstä:

Lähde: will.com

Lisää kommentti