ITMO университетинин акселераторунан стартаптар - компьютердик көрүү тармагындагы алгачкы этаптагы долбоорлор

Бүгүн биз уланталы өткөн командалар жөнүндө сөз биздин акселератор. Бул habrapost алардын эки болот. Биринчиси, эмгек өндүрүмдүүлүгүн көзөмөлдөө боюнча чечимди иштеп чыгуучу Labra стартапы. Экинчи - O.VISION турникеттер үчүн жүзүн таануу системасы менен.

ITMO университетинин акселераторунан стартаптар - компьютердик көрүү тармагындагы алгачкы этаптагы долбоорлор
View: Рандалл Брюдер /unsplash.com

Лабра кантип өндүрүмдүүлүктү жогорулатат

Батыш рынокторунда өндүрүмдүүлүктүн өсүшү басаңдады. By маалымат McKinsey, 2,4-жылдардын башында бул көрсөткүч 2010% болгон. Бирок 2014-жылдан 0,5-жылга чейин 2% га төмөндөгөн. Талдоочулар андан бери абал өзгөрбөгөнүн белгилешет. Бирок жасалма интеллект системалары маселени чечүүгө жардам берет деген пикир бар. AI системаларынын жардамы менен өндүрүмдүүлүктүн өсүшү он жылдын ичинде XNUMX% га чейин кайтып келиши күтүлүүдө. Акылдуу алгоритмдер күнүмдүк тапшырмаларды автоматташтырууга жана иш процесстерин оптималдаштырууга жардам берет.

Бул багыттар боюнча изилдөөлөр буга чейин адистер тарабынан жүргүзүлүп жатат Oracle, инженерлер Батыштын алдыңкы университеттери жана ал тургай өкүлдөрү Лондон королдук коому. Эмгек ендурумдуулугунун есушун жогорулатууда машина керуу маанилуу роль ойнойт. Технология өз алдынча жумуш ордун жана кызматкерлердин ишин баалоо үчүн колдонулат. Мындай чечимдер батыш компаниялары тарабынан ишке ашырылып жатат - мисалы, Microsoft и Walmart.

Орус компаниялары да эмгек өндүрүмдүүлүгүн баалоо үчүн чечимдерди иштеп чыгууда. Мисалы, Labra стартапы, ал аркылуу биздин тездетүү программасы. Инженерлер ишкана кызматкерлеринин иш-аракеттерин таанып, алардын жумуш убактысын кантип өткөрөрүн так көрсөткөн нейрон түйүнү менен видеокөзөмөл системасын жасап жатышат.

Система кантип иштейт. Лабра штаты 15 адамдан ашкан станок же машина-кол эмгеги бар каалаган ишканада иштей алат. Камералардын жардамы менен ал деп аталган нерсени түзөт жумуш күнүнүн сүрөтү — башкача айтканда сменада болуп жаткандардын бардыгын жазып алат. Жалпысынан алганда, алгоритм төмөнкүдөй көрүнөт:

  • Система сүрөттү тартып, жумуш операцияларын белгилейт;
  • Машинаны үйрөнүү алгоритми видеону талдайт;
  • Андан кийин алгоритм жумушчу күндүн сүрөтүн түзөт;
  • Андан кийин, аналитика автоматтык түрдө эсептелет;
  • Лабра ишканадагы коопсуздукту жогорулата турган жана анын ресурстарын оптималдаштыруучу сунуштар менен жыйынтыктоочу отчетту түзөт.

Командада ким бар? Стартаптын штаты сегиз кишиден турат: менеджер жана уюштуруучу, эки иштеп чыгуучу, эмгек стандарттары боюнча үч адис. Ошондой эле кардарларды тейлөө боюнча менеджер жана бухгалтер бар. Алардын айрымдары долбоордук ишти университетте окуу менен айкалыштырат. Андыктан ар ким өз алдынча тапшырмаларды жана мөөнөттөрдү аткарууну көзөмөлдөйт. Бирок, команда жумасына эки жолу жолугушууларды өткөрүп, прогрессти жана өнүгүү пландарын талкуулап турат.

Перспективалар. Сентябрдын башында стартап өзүнүн долбоорун сунуштаган Санкт-Петербург санарип форумунда. Ал жерде инженерлер буюмдун мүмкүнчүлүктөрүн көрсөтүштү. Лабра чечимди мындан ары илгерилетүүнү пландаштырууда жана өлкөдөгү ишканалар менен кызматташуу келечегинин үстүндө иштеп жатат.

O.VISION сизге ачкычтардан жана пропускалардан арылууга жардам берет

2017-жылы MIT Technology Review киргизилген бетти таануу 10 алдыңкы технологиялардын катарына кирет. Бул чечим жарым-жартылай мындай системалардын кеңири колдонулушу менен шартталган. Тактап айтканда, алар имаратка киргенде кадимки ачкычтарды жана өтмөктөрдү алмаштыра алышат - мисалы, бир катар орусиялык банктар буга чейин ушундай иштеп чыгууларды ишке ашырышкан. Базарда жаңы оюнчулар да пайда болууда, мисалы, стартап ушундай чечимди иштеп чыгууда O.VISION. Команда 30 мүнөттө орнотула турган турникеттер үчүн контактсыз кирүү системасын жасап жатат.

Система кантип иштейт. Иштеп чыгуу пунктунда орнотулган программалык-аппараттык комплекс. Ал биометрикалык системанын камерасынан жеке кадрларды иштеткен беш нейрондук тармакка негизделген. Авторлордун айтымында, бир эле сүрөттү иштетүү 200 миллисекунддан азыраак убакытты талап кылат (секундасына беш кадр). Команда бардык таануу алгоритмдерин жана интерфейстерин өз алдынча жазат — иштеп чыгуучулар проприетардык чечимдерди колдонушпайт. Нейрондук тармактарды колдонуп үйрөтүңүз PyTorch алкагы.

Маалыматтарды иштетүү жергиликтүү түрдө ишке ашат. Бул ыкма жеке биометрикалык маалыматтардын коопсуздугун жогорулатат. Аппараттык камсыздоодо Nvidia компаниясынын Jetson TX1 тактасы бар, ал өз алдынча түзмөктөр үчүн иштелип чыккан. Биометрикалык система ошондой эле турникеттерди башкаруу жана интеграциялоо үчүн өзүнүн дизайндагы интегралдык схемасын камтыйт. SCUD.

ITMO университетинин акселераторунан стартаптар - компьютердик көрүү тармагындагы алгачкы этаптагы долбоорлор
View: зан /unsplash.com

Стартап кызматкерлери. Компаниянын жетекчиси тандоо принцип боюнча жүргүзүлгөнүн айтат: бир орунга 60 талапкер. Бул формат бизге эң таланттуу адамдарды тартууга мүмкүндүк берди. Учурда машинаны үйрөнүү алгоритмдери жана орнотулган системалардын коддору үчүн жооптуу болгон бир нече программисттер долбоордун үстүндө иштеп жатышат. Ошондой эле бэкенддин иштеп чыгуучусу, маалыматтык коопсуздук боюнча адис жана дизайнер бар. Кызматкерлердин айрымдары магистратура менен ишти айкалыштырган студенттер.

Перспективалар. Бүгүнкү чечимдер O.VISION Европадагы эң ири кофе заводуна орнотулган. Продукция ошондой эле Санкт-Петербургдагы фитнес борборлорунун биринде жана Политехникалык университетте сатыкка чыгууга даярдалууда. Балким, келечекте O.VISION ITMO университетинде орнотулат. Компаниянын жетекчиси учурда алар россиялык корпорациялар: «Газпром нефть», «Билайн», «Ростелеком» жана «Россия темир жолу» менен сүйлөшүүлөрдү жүргүзүп жатканын айтат. Келечекте биз тышкы рынокко чыгабыз.

Башка акселератор долбоорлору жөнүндө:

ITMO университетинин иши жөнүндө материалдар:

Source: www.habr.com

Комментарий кошуу