Startups ຈາກ ITMO University accelerator - ໂຄງການໄລຍະຕົ້ນໃນພາກສະຫນາມຂອງວິໄສທັດຄອມພິວເຕີ

ມື້ນີ້ພວກເຮົາ ໃຫ້ສືບຕໍ່ ສົນທະນາກ່ຽວກັບທີມງານທີ່ຜ່ານ ຕົວເລັ່ງຂອງພວກເຮົາ. ຈະມີສອງຂອງພວກເຂົາຢູ່ໃນ habrapost ນີ້. ທໍາອິດແມ່ນການເລີ່ມຕົ້ນ Labra, ເຊິ່ງກໍາລັງພັດທະນາການແກ້ໄຂສໍາລັບການຕິດຕາມກວດກາຜົນຜະລິດແຮງງານ. ທີສອງ - O.VISION ມີລະບົບການຮັບຮູ້ໃບຫນ້າສໍາລັບ turnstiles.

ພາບ: Randall Bruder /unsplash.com

Labra ຈະເພີ່ມຜົນຜະລິດໄດ້ແນວໃດ

ການເຕີບໂຕຂອງຜົນຜະລິດໃນຕະຫຼາດຕາເວັນຕົກໄດ້ຊ້າລົງ. ໂດຍ ຂໍ້ມູນ McKinsey, ໃນຕອນຕົ້ນຂອງ 2,4s ຕົວເລກນີ້ແມ່ນ 2010%. ແຕ່ໃນລະຫວ່າງປີ 2014 ແລະ 0,5 ມັນໄດ້ຫຼຸດລົງເຖິງ 2%. ນັກວິເຄາະສັງເກດວ່າສະຖານະການບໍ່ໄດ້ປ່ຽນແປງຕັ້ງແຕ່ນັ້ນມາ. ແຕ່ມີຄວາມຄິດເຫັນວ່າລະບົບປັນຍາປະດິດຈະຊ່ວຍແກ້ໄຂບັນຫາໄດ້. ດ້ວຍການຊ່ວຍເຫຼືອຂອງລະບົບ AI, ການເຕີບໂຕຂອງຜົນຜະລິດຄາດວ່າຈະກັບຄືນສູ່ XNUMX% ພາຍໃນສິບປີ. ສູດການຄິດໄລ່ອັດສະລິຍະຈະຊ່ວຍເຮັດໃຫ້ໜ້າວຽກປະຈຳເປັນອັດຕະໂນມັດ ແລະ ປັບປຸງຂະບວນການເຮັດວຽກ.

ການຄົ້ນຄວ້າໃນຂົງເຂດເຫຼົ່ານີ້ໄດ້ຖືກປະຕິບັດແລ້ວໂດຍຜູ້ຊ່ຽວຊານຈາກ Oracle, ວິສະວະກອນ ມະຫາວິທະຍາໄລຊັ້ນນໍາຂອງຕາເວັນຕົກ ແລະແມ້ກະທັ້ງຜູ້ຕາງຫນ້າ Royal Society of London. ວິໄສທັດຂອງເຄື່ອງຈັກຈະມີບົດບາດສໍາຄັນໃນການເພີ່ມການເຕີບໂຕຂອງຜົນຜະລິດ. ເຕັກໂນໂລຍີຖືກໃຊ້ເພື່ອປະເມີນສະຖານທີ່ເຮັດວຽກແລະການປະຕິບັດຂອງພະນັກງານຢ່າງເປັນອິດສະຫຼະ. ການແກ້ໄຂດັ່ງກ່າວໄດ້ຖືກປະຕິບັດແລ້ວໂດຍບໍລິສັດຕາເວັນຕົກ - ສໍາລັບຕົວຢ່າງ, Microsoft и Walmart.

ບໍລິສັດລັດເຊຍຍັງພັດທະນາວິທີແກ້ໄຂສໍາລັບການປະເມີນຜົນຜະລິດແຮງງານ. ສໍາລັບຕົວຢ່າງ, Labra ເລີ່ມຕົ້ນ, ເຊິ່ງໄດ້ຜ່ານຂອງພວກເຮົາ ໂຄງການເລັ່ງ. ວິສະວະກອນກໍາລັງສ້າງລະບົບການເຝົ້າລະວັງວິດີໂອທີ່ມີເຄືອຂ່າຍ neural ທີ່ຮັບຮູ້ການກະທໍາຂອງພະນັກງານວິສາຫະກິດແລະເຮັດໃຫ້ມັນຊັດເຈນວ່າພວກເຂົາໃຊ້ເວລາເຮັດວຽກຂອງພວກເຂົາແນວໃດ.

ວິທີການເຮັດວຽກຂອງລະບົບ. Labra ສາມາດດໍາເນີນການໃນວິສາຫະກິດທີ່ມີເຄື່ອງຈັກຫຼືເຄື່ອງຈັກຄູ່ມືທີ່ມີພະນັກງານເກີນ 15 ຄົນ. ດ້ວຍການຊ່ວຍເຫຼືອຂອງກ້ອງຖ່າຍຮູບ, ນາງປະກອບເປັນອັນທີ່ເອີ້ນວ່າ ຮູບ​ພາບ​ມື້​ເຮັດ​ວຽກ​ - ນັ້ນແມ່ນ, ມັນບັນທຶກທຸກຢ່າງທີ່ເກີດຂື້ນໃນລະຫວ່າງການປ່ຽນ. ໂດຍທົ່ວໄປ, algorithm ເບິ່ງຄືວ່າ:

• ລະບົບການຈັບພາບແລະເຄື່ອງຫມາຍການເຮັດວຽກຂອງການເຮັດວຽກ;
• ລະບົບການຮຽນຮູ້ເຄື່ອງຈັກຈະວິເຄາະວິດີໂອ;
• ສູດການຄິດໄລ່ຫຼັງຈາກນັ້ນສ້າງຮູບພາບຂອງມື້ເຮັດວຽກ;
• ຕໍ່ໄປ, ການວິເຄາະແມ່ນຄິດໄລ່ອັດຕະໂນມັດ;
• Labra ສ້າງບົດລາຍງານສຸດທ້າຍທີ່ມີຄໍາແນະນໍາທີ່ຈະເພີ່ມຄວາມປອດໄພໃນວິສາຫະກິດແລະເພີ່ມປະສິດທິພາບຊັບພະຍາກອນຂອງຕົນ.

ໃຜຢູ່ໃນທີມ? ການເລີ່ມຕົ້ນມີພະນັກງານຂອງແປດຄົນ: ຜູ້ຈັດການແລະຜູ້ກໍ່ຕັ້ງ, ສອງນັກພັດທະນາ, ຜູ້ຊ່ຽວຊານດ້ານມາດຕະຖານແຮງງານສາມຄົນ. ນອກຈາກນີ້ຍັງມີຜູ້ຈັດການບໍລິການລູກຄ້າແລະນັກບັນຊີ. ບາງສ່ວນຂອງພວກເຂົາສົມທົບວຽກງານໂຄງການກັບການສຶກສາວິທະຍາໄລ. ສະນັ້ນ, ທຸກຄົນຕິດຕາມກວດກາການສໍາເລັດວຽກງານ ແລະ ກໍານົດເວລາຢ່າງເປັນເອກະລາດ. ຢ່າງໃດກໍ່ຕາມ, ທີມງານໄດ້ຈັດກອງປະຊຸມສອງຄັ້ງຕໍ່ອາທິດເພື່ອປຶກສາຫາລືກ່ຽວກັບຄວາມຄືບຫນ້າແລະແຜນການສໍາລັບການພັດທະນາ.

ຄວາມສົດໃສດ້ານ. ໃນຕອນຕົ້ນຂອງເດືອນກັນຍາ, startup ໄດ້ນໍາສະເຫນີໂຄງການຂອງຕົນ ທີ່ St. Petersburg Digital Forum. ຢູ່ທີ່ນັ້ນ, ວິສະວະກອນໄດ້ສະແດງໃຫ້ເຫັນຄວາມສາມາດຂອງຜະລິດຕະພັນ. Labra ມີ​ແຜນ​ຈະ​ຊຸກຍູ້​ການ​ແກ້​ໄຂ​ຕື່ມ​ອີກ ​ແລະ ພວມ​ເຮັດ​ວຽກ​ກ່ຽວ​ກັບ​ຄວາມ​ມຸ່ງ​ຫວັງ​ຂອງ​ການ​ຮ່ວມ​ມື​ກັບ​ບັນດາ​ວິ​ສາ​ຫະກິດ​ໃນ​ປະ​ເທດ.

O.VISION ຈະຊ່ວຍໃຫ້ທ່ານກໍາຈັດກະແຈແລະບັດຜ່ານ

ໃນປີ 2017, MIT Technology Review ເປີດ ການຮັບຮູ້ໃບໜ້າໃນ 10 ເທັກໂນໂລຢີທີ່ກ້າວໜ້າທີ່ສຸດ. ການ​ຕັດ​ສິນ​ໃຈ​ນີ້​ສ່ວນ​ຫນຶ່ງ​ແມ່ນ​ເນື່ອງ​ຈາກ​ການ​ນໍາ​ໃຊ້​ຢ່າງ​ກວ້າງ​ຂວາງ​ຂອງ​ລະ​ບົບ​ດັ່ງ​ກ່າວ​. ໂດຍສະເພາະ, ພວກເຂົາສາມາດທົດແທນກະແຈປົກກະຕິແລະຜ່ານໃນເວລາທີ່ເຂົ້າໄປໃນອາຄານ - ຕົວຢ່າງ, ທະນາຄານລັດເຊຍຈໍານວນຫນຶ່ງໄດ້ປະຕິບັດການພັດທະນາທີ່ຄ້າຍຄືກັນແລ້ວ. ຜູ້ນໃຫມ່ຍັງປາກົດຢູ່ໃນຕະຫຼາດ, ສໍາລັບການຍົກຕົວຢ່າງ, ການເລີ່ມຕົ້ນແມ່ນການພັດທະນາການແກ້ໄຂທີ່ຄ້າຍຄືກັນ O.VISION. ທີມງານກໍາລັງສ້າງລະບົບການເຂົ້າເຖິງ contactless ສໍາລັບ turnstiles ທີ່ສາມາດຕິດຕັ້ງໃນ 30 ນາທີ.

ວິທີການເຮັດວຽກຂອງລະບົບ. ການພັດທະນາແມ່ນຊອບແວແລະຮາດແວສະລັບສັບຊ້ອນທີ່ຕິດຕັ້ງຢູ່ຈຸດກວດກາ. ມັນແມ່ນອີງໃສ່ຫ້າເຄືອຂ່າຍ neural ທີ່ປະມວນຜົນເຟຣມບຸກຄົນຈາກກ້ອງຖ່າຍຮູບຂອງລະບົບ biometric. ຜູ້ຂຽນເວົ້າວ່າການປຸງແຕ່ງຮູບພາບດຽວໃຊ້ເວລາຫນ້ອຍກວ່າ 200 milliseconds (ປະມານຫ້າເຟຣມຕໍ່ວິນາທີ). ທີມງານຂຽນສູດການຮັບຮູ້ແລະການໂຕ້ຕອບທັງຫມົດເປັນເອກະລາດ - ນັກພັດທະນາບໍ່ໄດ້ໃຊ້ວິທີແກ້ໄຂທີ່ເປັນເຈົ້າຂອງ. ຝຶກອົບຮົມເຄືອຂ່າຍ neural ການນໍາໃຊ້ ກອບ PyTorch.

ການປະມວນຜົນຂໍ້ມູນເກີດຂຶ້ນໃນທ້ອງຖິ່ນ. ວິທີການນີ້ເພີ່ມຄວາມປອດໄພຂອງຂໍ້ມູນ biometric ສ່ວນບຸກຄົນ. ຮາດແວປະກອບມີກະດານ Jetson TX1 ຈາກ Nvidia, ເຊິ່ງຖືກອອກແບບສໍາລັບອຸປະກອນແບບດ່ຽວ. ລະບົບ biometric ຍັງປະກອບດ້ວຍວົງຈອນປະສົມປະສານຂອງການອອກແບບຂອງຕົນເອງສໍາລັບການຄວບຄຸມ turnstiles ແລະປະສົມປະສານກັບ SCUD.

ພາບ: Zan /unsplash.com

ພະນັກງານເລີ່ມຕົ້ນ. ຫົວໜ້າບໍລິສັດໃຫ້ຮູ້ວ່າ: ການຄັດເລືອກແມ່ນໄດ້ດຳເນີນໄປຕາມຫຼັກການຄື: ຮັບສະໝັກ 60 ຄົນສຳລັບບ່ອນດຽວ. ຮູບແບບນີ້ອະນຸຍາດໃຫ້ພວກເຮົາເລືອກເອົາຄົນທີ່ມີພອນສະຫວັນທີ່ສຸດ. ໃນປັດຈຸບັນ, ນັກຂຽນໂປລແກລມຈໍານວນຫນຶ່ງກໍາລັງເຮັດວຽກຢູ່ໃນໂຄງການ, ຮັບຜິດຊອບສໍາລັບການຮຽນຮູ້ເຄື່ອງຈັກແລະລະຫັດສໍາລັບລະບົບຝັງຕົວ. ນອກນັ້ນຍັງມີນັກພັດທະນາ backend, ຜູ້ຊ່ຽວຊານດ້ານຄວາມປອດໄພຂໍ້ມູນແລະຜູ້ອອກແບບ. ພະນັກງານຈໍານວນຫນຶ່ງແມ່ນນັກສຶກສາທີ່ປະສົມປະສານການເຮັດວຽກກັບປະລິນຍາໂທ.

ຄວາມສົດໃສດ້ານ. ວິທີແກ້ໄຂໃນມື້ນີ້ O.VISION ຕິດຕັ້ງຢູ່ໃນໂຮງງານກາເຟທີ່ໃຫຍ່ທີ່ສຸດໃນເອີຣົບ. ຜະລິດຕະພັນຍັງໄດ້ຖືກກະກຽມສໍາລັບການເປີດຕົວໃນຫນຶ່ງຂອງສູນອອກກໍາລັງກາຍທີ່ St. Petersburg ແລະວິທະຍາໄລໂພລີເທກນິກ. ບາງທີໃນອະນາຄົດ O.VISION ຈະຖືກຕິດຕັ້ງຢູ່ມະຫາວິທະຍາໄລ ITMO. ຫົວຫນ້າບໍລິສັດກ່າວວ່າພວກເຂົາເຈົ້າກໍາລັງເຈລະຈາກັບບໍລິສັດລັດເຊຍແລ້ວ: Gazprom Neft, Beeline, Rostelecom ແລະທາງລົດໄຟລັດເຊຍ. ໃນອະນາຄົດ, ພວກເຮົາຈະເຂົ້າສູ່ຕະຫຼາດຕ່າງປະເທດ.

ກ່ຽວກັບໂຄງການເລັ່ງລັດອື່ນໆ:

• ໂຄງການຂອງສະໂມສອນຫຸ່ນຍົນ "GoROBO"
• ຄັອກເທນສໍາລັບອາຫານສຸຂະພາບ
• stethoscope ອັດສະລິຍະ

ເອກະສານກ່ຽວກັບວຽກງານຂອງມະຫາວິທະຍາໄລ ITMO:

• ITMO University Fablab: ພື້ນທີ່ເຮັດວຽກຮ່ວມກັນ DIY ສໍາລັບຄົນສ້າງສັນ
• ວິທະຍາໄລ ITMO ເຮັດວຽກແນວໃດ: ທັດສະນະຂອງ Cyber-Physical Systems Laboratory
• ທັດສະນະຮູບພາບ: ITMO University Museum of Optics

ແຫຼ່ງຂໍ້ມູນ: www.habr.com