ITMO университетінің акселераторынан стартаптар – компьютерлік көру саласындағы бастапқы кезеңдегі жобалар

Бүгін біз жалғастыру өткен командалар туралы айту біздің үдеткіш. Бұл хабрапостта олардың екеуі болады. Біріншісі – еңбек өнімділігін бақылау шешімін әзірлеп жатқан Labra стартапы. Екінші - O.VISION турникеттерге арналған бетті тану жүйесімен.

ITMO университетінің акселераторынан стартаптар – компьютерлік көру саласындағы бастапқы кезеңдегі жобалар
Сурет: Рэндалл Брюдер /unsplash.com

Лабра өнімділікті қалай арттырады

Батыс нарықтарындағы өнімділік өсімі баяулады. Авторы деректер McKinsey, 2,4 жылдардың басында бұл көрсеткіш 2010% болды. Бірақ 2014-0,5 жылдар аралығында ол 2%-ға дейін төмендеді. Сарапшылар содан бері жағдайдың өзгермегенін атап өтеді. Бірақ жасанды интеллект жүйелері мәселені шешуге көмектеседі деген пікір бар. Жасанды интеллект жүйелерінің көмегімен өнімділік өсімі он жыл ішінде XNUMX%-ға дейін жетеді деп күтілуде. Ақылды алгоритмдер күнделікті тапсырмаларды автоматтандыруға және жұмыс процестерін оңтайландыруға көмектеседі.

Қазірдің өзінде бұл бағыттар бойынша мамандар зерттеу жүргізіп жатыр Oracle, инженерлер жетекші батыс университеттері және тіпті өкілдері Лондон корольдік қоғамы. Машиналық көру өнімділіктің өсуін арттыруда маңызды рөл атқарады. Технология жұмыс орнын және қызметкерлердің жұмысын тәуелсіз бағалау үшін қолданылады. Мұндай шешімдерді Батыс компаниялары қазірдің өзінде енгізуде - мысалы, Microsoft и Walmart.

Ресейлік компаниялар да еңбек өнімділігін бағалау шешімдерін әзірлеуде. Мысалы, Labra стартапы, ол біздің жеделдету бағдарламасы. Инженерлер кәсіпорын қызметкерлерінің әрекетін танитын және олардың жұмыс уақытын қалай өткізетінін нақты көрсететін нейрондық желімен бейнебақылау жүйесін жасауда.

Жүйе қалай жұмыс істейді. Лабра штаты 15 адамнан асатын машиналық немесе қолмен жұмыс істейтін кез келген кәсіпорында жұмыс істей алады. Камералардың көмегімен ол деп аталатын нәрсені қалыптастырады жұмыс күнінің фотосы - яғни ауысым кезінде болып жатқанның барлығын жазып алады. Жалпы алғанда, алгоритм келесідей көрінеді:

  • Жүйе кескінді түсіреді және жұмыс операцияларын белгілейді;
  • Машиналық оқыту алгоритмі бейнені талдайды;
  • Содан кейін алгоритм жұмыс күнінің фотосуретін жасайды;
  • Әрі қарай, аналитика автоматты түрде есептеледі;
  • Лабра кәсіпорындағы қауіпсіздікті арттыратын және оның ресурстарын оңтайландыратын ұсыныстары бар қорытынды есепті жасайды.

Командада кім бар? Стартаптың штатында сегіз адам бар: менеджер мен құрылтайшы, екі әзірлеуші, еңбек нормалары бойынша үш маман. Сондай-ақ тұтынушыларға қызмет көрсету жөніндегі менеджер мен есепші бар. Олардың кейбіреулері жобалық жұмысты университеттік оқумен біріктіреді. Сондықтан әркім өз бетінше тапсырмалар мен мерзімдердің орындалуын қадағалайды. Дегенмен, команда аптасына екі рет кездесулер өткізіп, прогресс пен даму жоспарларын талқылайды.

Перспективалар. Қыркүйек айының басында стартап өз жобасын таныстырды Санкт-Петербург цифрлық форумында. Онда инженерлер өнімнің мүмкіндіктерін көрсетті. Лабра шешімді одан әрі ілгерілетуді жоспарлап отыр және елдегі кәсіпорындармен ынтымақтастық перспективасы бойынша жұмыс істеуде.

O.VISION сізге кілттер мен рұқсаттамалардан құтылуға көмектеседі

2017 жылы MIT Technology Review қосылды бет-әлпетті тану 10 озық технологиялардың ішінде. Бұл шешім ішінара мұндай жүйелердің кеңінен қолданылуына байланысты болды. Атап айтқанда, олар ғимаратқа кірген кезде әдеттегі кілттер мен рұқсаттамаларды ауыстыра алады - мысалы, бірқатар ресейлік банктер осыған ұқсас әзірлемелерді енгізді. Нарықта жаңа ойыншылар да пайда болуда, мысалы, стартап осындай шешімді әзірлеуде O.VISION. Команда 30 минутта орнатуға болатын турникеттерге контактісіз кіру жүйесін жасауда.

Жүйе қалай жұмыс істейді. Әзірлеу өткізу пунктінде орнатылған бағдарламалық-аппараттық кешен болып табылады. Ол биометриялық жүйенің камерасынан жеке кадрларды өңдейтін бес нейрондық желіге негізделген. Авторлардың айтуынша, бір суретті өңдеу 200 миллисекундтан аз уақытты алады (секундына шамамен бес кадр). Команда барлық тану алгоритмдері мен интерфейстерін дербес жазады — әзірлеушілер меншікті шешімдерді пайдаланбайды. Нейрондық желілерді пайдаланып жаттықтырыңыз PyTorch негізі.

Деректерді өңдеу жергілікті түрде жүреді. Бұл тәсіл жеке биометриялық деректердің қауіпсіздігін арттырады. Аппараттық құралға Nvidia компаниясының Jetson TX1 тақтасы кіреді, ол дербес құрылғыларға арналған. Биометриялық жүйе сонымен қатар турникеттерді басқаруға және оларды біріктіруге арналған жеке дизайндағы интегралды схеманы қамтиды. SCUD.

ITMO университетінің акселераторынан стартаптар – компьютерлік көру саласындағы бастапқы кезеңдегі жобалар
Сурет: Зан /unsplash.com

Стартап қызметкерлері. Серіктестік басшысы іріктеу принцип бойынша жүргізілгенін айтады: бір орынға 60 үміткер. Бұл формат бізге ең дарынды адамдарды жинауға мүмкіндік берді. Қазіргі уақытта машиналық оқыту алгоритмдері мен енгізілген жүйелердің кодтарына жауапты бірнеше бағдарламашылар жобамен жұмыс істеуде. Сондай-ақ, сервер әзірлеушісі, ақпараттық қауіпсіздік бойынша маман және дизайнер бар. Қызметкерлердің кейбірі жұмысты магистр дәрежесімен ұштастыратын студенттер.

Перспективалар. Бүгінгі шешімдер O.VISION Еуропадағы ең ірі кофе зауытында орнатылған. Сондай-ақ өнім Санкт-Петербург фитнес орталықтарының бірінде және Политехникалық университетте іске қосылуға дайындалуда. Мүмкін болашақта O.VISION ITMO университетінде орнатылады. Компания басшысы қазірдің өзінде ресейлік корпорациялармен: «Газпром нефть», «Билайн», «Ростелеком» және «Ресей темір жолы» компанияларымен келіссөздер жүргізіп жатқанын айтады. Болашақта біз сыртқы нарыққа шығамыз.

Басқа акселератор жобалары туралы:

ITMO университетінің жұмысы туралы материалдар:

Ақпарат көзі: www.habr.com

пікір қалдыру