Այսօր մենք խոսել թիմերի մասին, որոնք անցել են . Այս habrapost-ում դրանք կլինեն երկուսը։ Առաջինը Labra ստարտափն է, որը լուծում է մշակում աշխատանքի արտադրողականության մոնիտորինգի համար։ Երկրորդ - պտտվող պտույտների դեմքի ճանաչման համակարգով:
Լուսանկարը ` /unsplash.com
Ինչպես Labra-ն կբարձրացնի արտադրողականությունը
Արևմտյան շուկաներում արտադրողականության աճը դանդաղել է։ Ըստ McKinsey, 2,4-ականների սկզբին այս ցուցանիշը կազմում էր 2010%: Սակայն 2014-ից 0,5 թվականներին այն ընկել է մինչև 2%: Վերլուծաբանները նշում են, որ դրանից հետո իրավիճակը չի փոխվել։ Բայց կարծիք կա, որ արհեստական ինտելեկտի համակարգերը կօգնեն լուծել խնդիրը։ AI համակարգերի օգնությամբ ակնկալվում է, որ արտադրողականության աճը կվերադառնա XNUMX% տասը տարվա ընթացքում։ Խելացի ալգորիթմները կօգնեն ավտոմատացնել առօրյա առաջադրանքները և օպտիմալացնել աշխատանքային գործընթացները:
Այս ոլորտներում արդեն իսկ իրականացվում են հետազոտություններ՝ մասնագետների կողմից , ինժեներներ և նույնիսկ ներկայացուցիչներ . Մեքենայական տեսլականը կարևոր դեր կխաղա արտադրողականության աճի հարցում: Տեխնոլոգիան օգտագործվում է աշխատավայրի և աշխատողների կատարողականը ինքնուրույն գնահատելու համար: Նման լուծումներ արդեն իսկ իրականացվում են արևմտյան ընկերությունների կողմից, օրինակ. и .
Ռուսական ընկերությունները նույնպես լուծումներ են մշակում աշխատանքի արտադրողականության գնահատման համար։ Օրինակ՝ Labra ստարտափը, որն անցավ մեր . Ինժեներները նեյրոնային ցանցով տեսահսկման համակարգ են ստեղծում, որը ճանաչում է ձեռնարկության աշխատակիցների գործողությունները և հստակեցնում, թե ինչպես են նրանք ծախսում իրենց աշխատանքային ժամանակը:
Ինչպես է աշխատում համակարգը: Labra-ն կարող է գործել ցանկացած ձեռնարկությունում՝ մեքենայական կամ մեքենա-մեխանիկական աշխատանքով, որի անձնակազմը գերազանցում է 15 հոգին: Տեսախցիկների օգնությամբ նա ձեւավորում է այսպես կոչված - այսինքն արձանագրում է այն ամենը, ինչ կատարվում է հերթափոխի ժամանակ։ Ընդհանուր առմամբ, ալգորիթմն ունի հետևյալ տեսքը.
- Համակարգը նկարում է պատկերը և նշում աշխատանքային գործողությունները.
- Մեքենայի ուսուցման ալգորիթմը վերլուծում է տեսանյութը.
- Այնուհետև ալգորիթմը ստեղծում է աշխատանքային օրվա լուսանկարը.
- Հաջորդը, վերլուծությունները ավտոմատ կերպով հաշվարկվում են.
- Labra-ն ստեղծում է վերջնական հաշվետվություն՝ առաջարկություններով, որոնք կբարձրացնեն ձեռնարկության անվտանգությունը և կօպտիմալացնեն նրա ռեսուրսները:
Ո՞վ է թիմում: Ստարտափն ունի ութ հոգուց բաղկացած աշխատակազմ՝ մենեջեր և հիմնադիր, երկու մշակող, երեք աշխատանքային ստանդարտների մասնագետ։ Գործում է նաև հաճախորդների սպասարկման մենեջեր և հաշվապահ։ Նրանցից ոմանք համատեղում են նախագծային աշխատանքը համալսարանական ուսումնասիրությունների հետ: Հետևաբար, բոլորն ինքնուրույն վերահսկում են առաջադրանքների և ժամկետների կատարումը: Այնուամենայնիվ, թիմը շաբաթը երկու անգամ հանդիպումներ է անցկացնում՝ քննարկելու առաջընթացը և զարգացման ծրագրերը:
հեռանկարներ. Սեպտեմբերի սկզբին ստարտափը ներկայացրեց իր նախագիծը . Այնտեղ ինժեներները ցուցադրեցին արտադրանքի հնարավորությունները։ Labra-ն նախատեսում է հետագայում էլ խթանել լուծումը և աշխատում է երկրի ձեռնարկությունների հետ համագործակցության հեռանկարի վրա։
O.VISION-ը կօգնի ձեզ ազատվել բանալիներից և անցումներից
2017 թվականին MIT Technology Review դեմքի ճանաչումը 10 առաջատար տեխնոլոգիաների մեջ. Այս որոշումը մասամբ պայմանավորված էր նման համակարգերի լայն կիրառելիությամբ։ Մասնավորապես, շենք մուտք գործելիս նրանք կարող են փոխարինել սովորական բանալիներն ու անցագրերը. օրինակ՝ ռուսական մի շարք բանկեր արդեն իսկ իրականացրել են նմանատիպ մշակումներ։ Շուկայում նույնպես նոր խաղացողներ են հայտնվում, օրինակ՝ ստարտափը նմանատիպ լուծում է մշակում . Թիմը պատրաստում է անկոնտակտ մուտքի համակարգ պտտվող պտույտների համար, որը կարող է տեղադրվել 30 րոպեում:
Ինչպես է աշխատում համակարգը: Մշակումը անցակետում տեղադրված ծրագրային ապահովման և ապարատային համալիր է: Այն հիմնված է հինգ նեյրոնային ցանցերի վրա, որոնք մշակում են կենսաչափական համակարգի տեսախցիկի առանձին շրջանակներ։ Հեղինակներն ասում են, որ մեկ պատկերի մշակումը տևում է 200 միլիվայրկյանից պակաս (մոտ հինգ կադր վայրկյանում): Թիմը գրում է բոլոր ճանաչման ալգորիթմները և ինտերֆեյսերը ինքնուրույն. մշակողները չեն օգտագործում սեփականության լուծումներ: Ուսուցանե՛ք նեյրոնային ցանցերը՝ օգտագործելով .
Տվյալների մշակումը տեղի է ունենում տեղական մակարդակում: Այս մոտեցումը մեծացնում է անձնական կենսաչափական տվյալների անվտանգությունը: Սարքավորումը ներառում է Nvidia-ի Jetson TX1 տախտակը, որը նախատեսված է ինքնուրույն սարքերի համար: Կենսաչափական համակարգը նաև պարունակում է իր նախագծման ինտեգրված միացում՝ պտտվող պտույտները կառավարելու և հետ ինտեգրվելու համար .
Լուսանկարը ` /unsplash.com
Սկսնակ աշխատողներ. Ընկերության ղեկավարն ասում է, որ ընտրությունը կատարվել է սկզբունքով՝ 60 թեկնածու մեկ տեղի համար։ Այս ձևաչափը մեզ թույլ տվեց հավաքագրել ամենատաղանդավոր մարդկանց։ Ներկայումս նախագծի վրա աշխատում են մի քանի ծրագրավորողներ, որոնք պատասխանատու են մեքենայական ուսուցման ալգորիթմների և ներկառուցված համակարգերի կոդի համար: Գործում է նաև backend ծրագրավորող, տեղեկատվական անվտանգության մասնագետ և դիզայներ։ Աշխատակիցների մի մասը ուսանողներ են, ովքեր համատեղում են աշխատանքը մագիստրոսի կոչման հետ։
հեռանկարներ. Այսօրվա լուծումները տեղադրված է Եվրոպայի ամենամեծ սուրճի գործարանում: Ապրանքը վաճառքի է պատրաստվում նաև Սանկտ Պետերբուրգի ֆիթնես կենտրոններից մեկում և Պոլիտեխնիկական համալսարանում։ Միգուցե ապագայում O.VISION-ը կտեղադրվի ITMO համալսարանում: Ընկերության ղեկավարն ասում է, որ իրենք արդեն բանակցություններ են վարում ռուսական կորպորացիաների՝ «Գազպրոմ Նեֆտի», «Բիլայնի», «Ռոստելեկոմի» և «Ռուսական երկաթուղիների» հետ։ Հետագայում մենք դուրս կգանք արտաքին շուկաներ։
Այլ արագացուցիչ նախագծերի մասին.
Նյութեր ITMO համալսարանի աշխատանքի մասին.
Source: www.habr.com