ಇಂದು ನಾವು ಹಾದುಹೋದ ತಂಡಗಳ ಬಗ್ಗೆ ಮಾತನಾಡಿ . ಈ ಹಬ್ರಪೋಸ್ಟ್‌ನಲ್ಲಿ ಅವರಲ್ಲಿ ಇಬ್ಬರು ಇರುತ್ತಾರೆ. ಮೊದಲನೆಯದು ಲಾಬ್ರಾ ಎಂಬ ಸ್ಟಾರ್ಟಪ್, ಇದು ಕಾರ್ಮಿಕ ಉತ್ಪಾದಕತೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಪರಿಹಾರವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದೆ. ಎರಡನೇ - ಟರ್ನ್ಸ್ಟೈಲ್ಸ್ಗಾಗಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಯೊಂದಿಗೆ.
ಫೋಟೋ: /unsplash.com
ಲ್ಯಾಬ್ರಾ ಉತ್ಪಾದಕತೆಯನ್ನು ಹೇಗೆ ಹೆಚ್ಚಿಸುತ್ತದೆ
ಪಾಶ್ಚಿಮಾತ್ಯ ಮಾರುಕಟ್ಟೆಗಳಲ್ಲಿ ಉತ್ಪಾದಕತೆಯ ಬೆಳವಣಿಗೆ ನಿಧಾನಗೊಂಡಿದೆ. ಮೂಲಕ ಮೆಕಿನ್ಸೆ, 2,4 ರ ದಶಕದ ಆರಂಭದಲ್ಲಿ ಈ ಅಂಕಿ ಅಂಶವು 2010% ಆಗಿತ್ತು. ಆದರೆ 2014 ಮತ್ತು 0,5 ರ ನಡುವೆ ಇದು 2% ಕ್ಕೆ ಕುಸಿಯಿತು. ಅಂದಿನಿಂದ ಪರಿಸ್ಥಿತಿ ಬದಲಾಗಿಲ್ಲ ಎಂದು ವಿಶ್ಲೇಷಕರು ಗಮನಿಸುತ್ತಾರೆ. ಆದರೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳು ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬ ಅಭಿಪ್ರಾಯವಿದೆ. AI ವ್ಯವಸ್ಥೆಗಳ ಸಹಾಯದಿಂದ, ಉತ್ಪಾದಕತೆಯ ಬೆಳವಣಿಗೆಯು ಹತ್ತು ವರ್ಷಗಳಲ್ಲಿ XNUMX% ಗೆ ಮರಳುವ ನಿರೀಕ್ಷೆಯಿದೆ. ಸ್ಮಾರ್ಟ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ದಿನನಿತ್ಯದ ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಮತ್ತು ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಈ ಪ್ರದೇಶಗಳಲ್ಲಿ ಈಗಾಗಲೇ ಪರಿಣಿತರು ಸಂಶೋಧನೆ ನಡೆಸುತ್ತಿದ್ದಾರೆ , ಎಂಜಿನಿಯರ್‌ಗಳು ಮತ್ತು ಪ್ರತಿನಿಧಿಗಳು ಸಹ . ಉತ್ಪಾದಕತೆಯ ಬೆಳವಣಿಗೆಯನ್ನು ಹೆಚ್ಚಿಸುವಲ್ಲಿ ಯಂತ್ರ ದೃಷ್ಟಿ ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸುತ್ತದೆ. ಕೆಲಸದ ಸ್ಥಳ ಮತ್ತು ಉದ್ಯೋಗಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ನಿರ್ಣಯಿಸಲು ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಅಂತಹ ಪರಿಹಾರಗಳನ್ನು ಈಗಾಗಲೇ ಪಾಶ್ಚಿಮಾತ್ಯ ಕಂಪನಿಗಳು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತಿವೆ - ಉದಾಹರಣೆಗೆ, и .
ರಷ್ಯಾದ ಕಂಪನಿಗಳು ಕಾರ್ಮಿಕ ಉತ್ಪಾದಕತೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ಪರಿಹಾರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿವೆ. ಉದಾಹರಣೆಗೆ, ನಮ್ಮ ಮೂಲಕ ಹೋದ ಸ್ಟಾರ್ಟಪ್ ಲ್ಯಾಬ್ರಾ . ಎಂಟರ್‌ಪ್ರೈಸ್ ಉದ್ಯೋಗಿಗಳ ಕ್ರಿಯೆಗಳನ್ನು ಗುರುತಿಸುವ ಮತ್ತು ಅವರು ತಮ್ಮ ಕೆಲಸದ ಸಮಯವನ್ನು ನಿಖರವಾಗಿ ಹೇಗೆ ಕಳೆಯುತ್ತಾರೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುವ ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್‌ನೊಂದಿಗೆ ಇಂಜಿನಿಯರ್‌ಗಳು ವೀಡಿಯೊ ಕಣ್ಗಾವಲು ವ್ಯವಸ್ಥೆಯನ್ನು ಮಾಡುತ್ತಿದ್ದಾರೆ.
ಸಿಸ್ಟಮ್ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. 15 ಜನರನ್ನು ಮೀರಿದ ಸಿಬ್ಬಂದಿಯನ್ನು ಹೊಂದಿರುವ ಯಂತ್ರ ಅಥವಾ ಯಂತ್ರ-ಕೈಯಿಂದ ಕೆಲಸ ಮಾಡುವ ಯಾವುದೇ ಉದ್ಯಮದಲ್ಲಿ ಲ್ಯಾಬ್ರಾ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು. ಕ್ಯಾಮೆರಾಗಳ ಸಹಾಯದಿಂದ, ಅವಳು ಕರೆಯಲ್ಪಡುವದನ್ನು ರೂಪಿಸುತ್ತಾಳೆ - ಅಂದರೆ, ಇದು ಶಿಫ್ಟ್ ಸಮಯದಲ್ಲಿ ನಡೆಯುವ ಎಲ್ಲವನ್ನೂ ದಾಖಲಿಸುತ್ತದೆ. ಸಾಮಾನ್ಯ ಪರಿಭಾಷೆಯಲ್ಲಿ, ಅಲ್ಗಾರಿದಮ್ ಈ ರೀತಿ ಕಾಣುತ್ತದೆ:
- ಸಿಸ್ಟಮ್ ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ಕೆಲಸದ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ;
- ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್ ವೀಡಿಯೊವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ;
- ಅಲ್ಗಾರಿದಮ್ ನಂತರ ಕೆಲಸದ ದಿನದ ಫೋಟೋವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ;
- ಮುಂದೆ, ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ;
- ಎಂಟರ್‌ಪ್ರೈಸ್‌ನಲ್ಲಿ ಸುರಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ಮತ್ತು ಅದರ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುವ ಶಿಫಾರಸುಗಳೊಂದಿಗೆ ಅಂತಿಮ ವರದಿಯನ್ನು ಲ್ಯಾಬ್ರಾ ರಚಿಸುತ್ತದೆ.
ತಂಡದಲ್ಲಿ ಯಾರಿದ್ದಾರೆ? ಪ್ರಾರಂಭವು ಎಂಟು ಜನರ ಸಿಬ್ಬಂದಿಯನ್ನು ಹೊಂದಿದೆ: ಮ್ಯಾನೇಜರ್ ಮತ್ತು ಸಂಸ್ಥಾಪಕರು, ಇಬ್ಬರು ಅಭಿವರ್ಧಕರು, ಮೂರು ಕಾರ್ಮಿಕ ಮಾನದಂಡಗಳ ತಜ್ಞರು. ಗ್ರಾಹಕ ಸೇವಾ ವ್ಯವಸ್ಥಾಪಕರು ಮತ್ತು ಅಕೌಂಟೆಂಟ್ ಕೂಡ ಇದ್ದಾರೆ. ಅವುಗಳಲ್ಲಿ ಕೆಲವು ಯೋಜನಾ ಕೆಲಸವನ್ನು ವಿಶ್ವವಿದ್ಯಾಲಯದ ಅಧ್ಯಯನಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸುತ್ತವೆ. ಆದ್ದರಿಂದ, ಪ್ರತಿಯೊಬ್ಬರೂ ಸ್ವತಂತ್ರವಾಗಿ ಕಾರ್ಯಗಳು ಮತ್ತು ಗಡುವನ್ನು ಪೂರ್ಣಗೊಳಿಸುವುದನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತಾರೆ. ಆದಾಗ್ಯೂ, ಪ್ರಗತಿ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯ ಯೋಜನೆಗಳನ್ನು ಚರ್ಚಿಸಲು ತಂಡವು ವಾರಕ್ಕೆ ಎರಡು ಬಾರಿ ಸಭೆಗಳನ್ನು ನಡೆಸುತ್ತದೆ.
ನಿರೀಕ್ಷೆಗಳು. ಸೆಪ್ಟೆಂಬರ್ ಆರಂಭದಲ್ಲಿ, ಸ್ಟಾರ್ಟ್ಅಪ್ ತನ್ನ ಯೋಜನೆಯನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿತು . ಅಲ್ಲಿ, ಎಂಜಿನಿಯರ್‌ಗಳು ಉತ್ಪನ್ನದ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಿದರು. ಲ್ಯಾಬ್ರಾ ಪರಿಹಾರವನ್ನು ಮತ್ತಷ್ಟು ಉತ್ತೇಜಿಸಲು ಯೋಜಿಸಿದೆ ಮತ್ತು ದೇಶದಲ್ಲಿನ ಉದ್ಯಮಗಳೊಂದಿಗೆ ಸಹಕಾರದ ನಿರೀಕ್ಷೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ.
ಕೀಗಳು ಮತ್ತು ಪಾಸ್ಗಳನ್ನು ತೊಡೆದುಹಾಕಲು O.VISION ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ
2017 ರಲ್ಲಿ, MIT ತಂತ್ರಜ್ಞಾನ ವಿಮರ್ಶೆ ಟಾಪ್ 10 ಪ್ರಗತಿ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಮುಖದ ಗುರುತಿಸುವಿಕೆ. ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳ ವ್ಯಾಪಕ ಅನ್ವಯಿಕೆಯಿಂದಾಗಿ ಈ ನಿರ್ಧಾರವು ಭಾಗಶಃ ಕಾರಣವಾಗಿದೆ. ನಿರ್ದಿಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಕಟ್ಟಡವನ್ನು ಪ್ರವೇಶಿಸುವಾಗ ಅವರು ಸಾಮಾನ್ಯ ಕೀಗಳು ಮತ್ತು ಪಾಸ್ಗಳನ್ನು ಬದಲಾಯಿಸಬಹುದು - ಉದಾಹರಣೆಗೆ, ಹಲವಾರು ರಷ್ಯಾದ ಬ್ಯಾಂಕುಗಳು ಈಗಾಗಲೇ ಇದೇ ರೀತಿಯ ಬೆಳವಣಿಗೆಗಳನ್ನು ಜಾರಿಗೆ ತಂದಿವೆ. ಹೊಸ ಆಟಗಾರರು ಸಹ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ, ಉದಾಹರಣೆಗೆ, ಸ್ಟಾರ್ಟ್ಅಪ್ ಇದೇ ರೀತಿಯ ಪರಿಹಾರವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದೆ . ತಂಡವು 30 ನಿಮಿಷಗಳಲ್ಲಿ ಸ್ಥಾಪಿಸಬಹುದಾದ ಟರ್ನ್ಸ್ಟೈಲ್‌ಗಳಿಗಾಗಿ ಸಂಪರ್ಕರಹಿತ ಪ್ರವೇಶ ವ್ಯವಸ್ಥೆಯನ್ನು ಮಾಡುತ್ತಿದೆ.
ಸಿಸ್ಟಮ್ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಅಭಿವೃದ್ಧಿಯು ಚೆಕ್ಪಾಯಿಂಟ್ನಲ್ಲಿ ಸ್ಥಾಪಿಸಲಾದ ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ಸಂಕೀರ್ಣವಾಗಿದೆ. ಇದು ಬಯೋಮೆಟ್ರಿಕ್ ಸಿಸ್ಟಮ್ನ ಕ್ಯಾಮರಾದಿಂದ ಪ್ರತ್ಯೇಕ ಚೌಕಟ್ಟುಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಐದು ನರಗಳ ಜಾಲಗಳನ್ನು ಆಧರಿಸಿದೆ. ಒಂದೇ ಚಿತ್ರವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು 200 ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳಿಗಿಂತ ಕಡಿಮೆ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ (ಸೆಕೆಂಡಿಗೆ ಸುಮಾರು ಐದು ಫ್ರೇಮ್‌ಗಳು) ಎಂದು ಲೇಖಕರು ಹೇಳುತ್ತಾರೆ. ತಂಡವು ಎಲ್ಲಾ ಗುರುತಿಸುವಿಕೆ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಇಂಟರ್‌ಫೇಸ್‌ಗಳನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಬರೆಯುತ್ತದೆ - ಡೆವಲಪರ್‌ಗಳು ಸ್ವಾಮ್ಯದ ಪರಿಹಾರಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ. ಬಳಸಿ ನರಮಂಡಲದ ನೆಟ್‌ವರ್ಕ್‌ಗಳಿಗೆ ತರಬೇತಿ ನೀಡಿ .
ಡೇಟಾ ಪ್ರಕ್ರಿಯೆಯು ಸ್ಥಳೀಯವಾಗಿ ಸಂಭವಿಸುತ್ತದೆ. ಈ ವಿಧಾನವು ವೈಯಕ್ತಿಕ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾದ ಸುರಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಹಾರ್ಡ್ವೇರ್ Nvidia ನಿಂದ Jetson TX1 ಬೋರ್ಡ್ ಅನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು ಸ್ವತಂತ್ರ ಸಾಧನಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಯು ಟರ್ನ್ಸ್ಟೈಲ್‌ಗಳನ್ನು ನಿಯಂತ್ರಿಸಲು ಮತ್ತು ಸಂಯೋಜಿಸಲು ತನ್ನದೇ ಆದ ವಿನ್ಯಾಸದ ಇಂಟಿಗ್ರೇಟೆಡ್ ಸರ್ಕ್ಯೂಟ್ ಅನ್ನು ಸಹ ಒಳಗೊಂಡಿದೆ. .
ಫೋಟೋ: /unsplash.com
ಆರಂಭಿಕ ಉದ್ಯೋಗಿಗಳು. ತತ್ವದ ಪ್ರಕಾರ ಆಯ್ಕೆಯನ್ನು ಕೈಗೊಳ್ಳಲಾಗಿದೆ ಎಂದು ಕಂಪನಿಯ ಮುಖ್ಯಸ್ಥರು ಹೇಳುತ್ತಾರೆ: ಒಂದೇ ಸ್ಥಳಕ್ಕೆ 60 ಅಭ್ಯರ್ಥಿಗಳು. ಈ ಸ್ವರೂಪವು ಅತ್ಯಂತ ಪ್ರತಿಭಾವಂತ ಜನರನ್ನು ನೇಮಿಸಿಕೊಳ್ಳಲು ನಮಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು. ಪ್ರಸ್ತುತ, ಹಲವಾರು ಪ್ರೋಗ್ರಾಮರ್‌ಗಳು ಯೋಜನೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದಾರೆ, ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಎಂಬೆಡೆಡ್ ಸಿಸ್ಟಮ್‌ಗಳಿಗೆ ಕೋಡ್‌ಗೆ ಜವಾಬ್ದಾರರಾಗಿದ್ದಾರೆ. ಬ್ಯಾಕೆಂಡ್ ಡೆವಲಪರ್, ಮಾಹಿತಿ ಭದ್ರತಾ ತಜ್ಞರು ಮತ್ತು ವಿನ್ಯಾಸಕಾರರೂ ಇದ್ದಾರೆ. ಕೆಲವು ಉದ್ಯೋಗಿಗಳು ಸ್ನಾತಕೋತ್ತರ ಪದವಿಯೊಂದಿಗೆ ಕೆಲಸವನ್ನು ಸಂಯೋಜಿಸುವ ವಿದ್ಯಾರ್ಥಿಗಳು.
ನಿರೀಕ್ಷೆಗಳು. ಇಂದಿನ ಪರಿಹಾರಗಳು ಯುರೋಪಿನ ಅತಿದೊಡ್ಡ ಕಾಫಿ ಕಾರ್ಖಾನೆಯಲ್ಲಿ ಸ್ಥಾಪಿಸಲಾಗಿದೆ. ಉತ್ಪನ್ನವನ್ನು ಸೇಂಟ್ ಪೀಟರ್ಸ್ಬರ್ಗ್ ಫಿಟ್‌ನೆಸ್ ಸೆಂಟರ್‌ಗಳಲ್ಲಿ ಮತ್ತು ಪಾಲಿಟೆಕ್ನಿಕ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಬಿಡುಗಡೆ ಮಾಡಲು ಸಹ ಸಿದ್ಧಪಡಿಸಲಾಗುತ್ತಿದೆ. ಬಹುಶಃ ಭವಿಷ್ಯದಲ್ಲಿ O.VISION ಅನ್ನು ITMO ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಸ್ಥಾಪಿಸಲಾಗುವುದು. ಕಂಪನಿಯ ಮುಖ್ಯಸ್ಥರು ಅವರು ಈಗಾಗಲೇ ರಷ್ಯಾದ ನಿಗಮಗಳೊಂದಿಗೆ ಮಾತುಕತೆ ನಡೆಸುತ್ತಿದ್ದಾರೆ ಎಂದು ಹೇಳುತ್ತಾರೆ: Gazprom Neft, Beeline, Rostelecom ಮತ್ತು ರಷ್ಯನ್ ರೈಲ್ವೇಸ್. ಭವಿಷ್ಯದಲ್ಲಿ, ನಾವು ವಿದೇಶಿ ಮಾರುಕಟ್ಟೆಗಳನ್ನು ಪ್ರವೇಶಿಸುತ್ತೇವೆ.
ಇತರ ವೇಗವರ್ಧಕ ಯೋಜನೆಗಳ ಬಗ್ಗೆ:
ITMO ವಿಶ್ವವಿದ್ಯಾಲಯದ ಕೆಲಸದ ಬಗ್ಗೆ ವಸ್ತುಗಳು:
ಮೂಲ: www.habr.com