Bugün biz geçen takımlar hakkında konuşun . Bu habrapostta iki tane olacak. Bunlardan ilki, işgücü verimliliğini izlemek için bir çözüm geliştiren startup Labra. Saniye - Turnikeler için yüz tanıma sistemi mevcuttur.
Görünüm: /unsplash.com
Labra verimliliği nasıl artıracak?
Batı pazarlarındaki üretkenlik artışı yavaşladı. İle McKinsey, 2,4'li yılların başında bu rakamın yüzde 2010 olduğunu belirtiyor. Ancak 2014 ile 0,5 arasında bu oran %2'e düştü. Analistler durumun o zamandan bu yana değişmediğini belirtiyor. Ancak yapay zeka sistemlerinin sorunun çözümüne yardımcı olacağı yönünde bir görüş var. Yapay zeka sistemlerinin yardımıyla verimlilik artışının on yıl içinde %XNUMX'ye dönmesi bekleniyor. Akıllı algoritmalar rutin görevlerin otomatikleştirilmesine ve iş süreçlerinin optimize edilmesine yardımcı olacaktır.
Bu alanlardaki araştırmalar halihazırda uzmanlar tarafından yürütülmektedir. , mühendisler ve hatta temsilciler . Yapay görme, verimlilik artışının arttırılmasında önemli bir rol oynayacaktır. Teknoloji, işyeri ve çalışan performansını bağımsız olarak değerlendirmek için kullanılır. Bu tür çözümler halihazırda Batılı şirketler tarafından uygulanıyor - örneğin, и .
Rus şirketleri aynı zamanda işgücü verimliliğinin değerlendirilmesine yönelik çözümler de geliştiriyor. Örneğin, bizim testlerimizden geçen startup Labra . Mühendisler, kurumsal çalışanların eylemlerini tanıyan ve çalışma zamanlarını tam olarak nasıl geçirdiklerini net bir şekilde ortaya koyan sinir ağına sahip bir video gözetim sistemi yapıyorlar.
Sistem nasıl çalışıyor? Labra, kadrosu 15 kişiyi aşan, makine veya makine-makine işçiliği olan her işletmede faaliyet gösterebilir. Kameraların yardımıyla sözde şekilleniyor - yani vardiya sırasında olup biten her şeyi kaydeder. Genel anlamda algoritma şuna benzer:
- Sistem görüntüyü yakalar ve iş operasyonlarını işaretler;
- Bir makine öğrenimi algoritması videoyu analiz eder;
- Algoritma daha sonra iş gününün bir fotoğrafını oluşturur;
- Daha sonra analizler otomatik olarak hesaplanır;
- Labra, kuruluştaki güvenliği artıracak ve kaynaklarını optimize edecek öneriler içeren bir nihai rapor oluşturur.
Takımda kimler var? Başlangıçta sekiz kişilik bir kadro var: yönetici ve kurucu, iki geliştirici, üç çalışma standardı uzmanı. Ayrıca bir müşteri hizmetleri müdürü ve bir muhasebeci de bulunmaktadır. Bazıları proje çalışmalarını üniversite çalışmaları ile birleştiriyor. Bu nedenle herkes görevlerin tamamlanmasını ve son teslim tarihlerini bağımsız olarak izler. Ancak ekip, ilerlemeyi ve gelişim planlarını tartışmak için haftada iki kez toplantılar düzenliyor.
Beklentiler. Eylül ayının başında girişim projesini sundu . Orada mühendisler ürünün yeteneklerini gösterdiler. Labra, çözümü daha da geliştirmeyi planlıyor ve ülkedeki işletmelerle işbirliği olasılığı üzerinde çalışıyor.
O.VISION anahtarlardan ve geçiş kartlarından kurtulmanıza yardımcı olacak
2017'de MIT Teknoloji İncelemesi Yüz tanıma en iyi 10 çığır açan teknoloji arasında yer alıyor. Bu karar kısmen bu tür sistemlerin geniş çapta uygulanabilirliğinden kaynaklanıyordu. Özellikle, bir binaya girerken alışılagelmiş anahtarların ve geçiş kartlarının yerini alabilirler; örneğin, bazı Rus bankaları halihazırda benzer gelişmeleri uygulamaya koymuştur. Piyasada yeni oyuncular da ortaya çıkıyor; örneğin bir startup benzer bir çözüm geliştiriyor . Ekip, turnikelere 30 dakikada kurulabilen temassız geçiş sistemi yapıyor.
Sistem nasıl çalışıyor? Geliştirme, kontrol noktasında kurulu bir yazılım ve donanım kompleksidir. Biyometrik sistemin kamerasından tek tek kareleri işleyen beş sinir ağına dayanmaktadır. Yazarlar, tek bir görüntünün işlenmesinin 200 milisaniyeden daha kısa sürdüğünü (saniyede yaklaşık beş kare) söylüyor. Ekip, tüm tanıma algoritmalarını ve arayüzlerini bağımsız olarak yazıyor; geliştiriciler özel çözümler kullanmıyor. Kullanarak sinir ağlarını eğitin .
Veri işleme yerel olarak gerçekleşir. Bu yaklaşım kişisel biyometrik verilerin güvenliğini artırmaktadır. Donanım, bağımsız cihazlar için tasarlanmış Nvidia'nın Jetson TX1 kartını içeriyor. Biyometrik sistem ayrıca turnikelerin kontrol edilmesi ve entegre edilmesi için kendi tasarımı olan bir entegre devreyi de içermektedir. .
Görünüm: /unsplash.com
Başlangıç çalışanları. Şirketin başkanı, seçimin şu prensibe göre yapıldığını söylüyor: Bir yer için 60 aday. Bu format en yetenekli kişileri işe almamıza olanak sağladı. Şu anda proje üzerinde makine öğrenimi algoritmalarından ve gömülü sistemlere yönelik kodlardan sorumlu birkaç programcı çalışıyor. Ayrıca bir arka uç geliştiricisi, bir bilgi güvenliği uzmanı ve bir tasarımcısı da var. Çalışanların bir kısmı işi yüksek lisansla birleştiren öğrencilerden oluşuyor.
Beklentiler. Bugünün çözümleri Avrupa'nın en büyük kahve fabrikasına kuruldu. Ürün ayrıca St. Petersburg fitness merkezlerinden birinde ve Politeknik Üniversitesi'nde piyasaya sürülmeye hazırlanıyor. Belki gelecekte O.VISION ITMO Üniversitesi'ne kurulacaktır. Şirketin başkanı, halihazırda Rus şirketleriyle görüşmelerde bulunduklarını söylüyor: Gazprom Neft, Beeline, Rostelecom ve Rus Demiryolları. İlerleyen süreçte dış pazarlara da gireceğiz.
Diğer hızlandırıcı projeleri hakkında:
ITMO Üniversitesi'nin çalışmaları hakkında materyaller:
Kaynak: habr.com