Heute sprechen wir
weiter über die Teams, die
unseren Beschleuniger durchlaufen
haben . Es werden zwei von ihnen in diesem Hub sein. Das erste ist das Startup Labra, das eine Lösung zur Überwachung der Produktivität entwickelt. Die zweite ist
O.VISION mit einem Gesichtserkennungssystem für Drehkreuze.
Foto: Randall Bruder / Unsplash.comWie Labra die Produktivität steigern wird
Das Wachstum der Arbeitsproduktivität in den westlichen Märkten hat sich verlangsamt. Laut McKinsey lag diese Zahl zu Beginn von Null bei 2,4%. Im Zeitraum von 2010 bis 2014 fiel sie jedoch auf 0,5%. Analysten sagen, dass sich die Situation seitdem nicht geändert hat. Es gibt jedoch eine Meinung, dass künstliche Intelligenzsysteme zur Lösung des Problems beitragen werden. Mit KI-Systemen wird erwartet, dass das Produktivitätswachstum innerhalb von zehn Jahren auf rund 2% zurückkehrt. Intelligente Algorithmen helfen dabei, Routineaufgaben zu automatisieren und Arbeitsabläufe zu optimieren.
Spezialisten von
Oracle , Ingenieure
führender westlicher Universitäten und sogar Vertreter
der Royal Community of London forschen bereits in diesen Bereichen. Die Bildverarbeitung wird eine wichtige Rolle bei der Steigerung des Produktivitätswachstums spielen. Die Technologie wird verwendet, um die Leistung von Arbeitsplatz und Mitarbeitern unabhängig zu bewerten. Solche Lösungen werden bereits von westlichen Unternehmen implementiert - zum Beispiel
Microsoft und
Walmart .
Russische Unternehmen entwickeln auch Lösungen zur Bewertung der Arbeitsproduktivität. Zum Beispiel das Startup Labra, das unser Beschleunigungsprogramm durchlaufen hat . Ingenieure erstellen ein Videoüberwachungssystem mit einem neuronalen Netzwerk, das die Aktionen der Mitarbeiter des Unternehmens erkennt und deutlich macht, wie sie ihre Arbeitszeit verbringen.
Wie das System funktioniert. Labra kann in jedem Unternehmen mit maschineller oder maschinenhandarbeitiger Arbeit arbeiten, deren Personal mehr als 15 Mitarbeiter umfasst. Mit Hilfe von Kameras formt sie das sogenannte
Foto des Arbeitstages - das heißt, sie fängt alles ein, was während der Schicht passiert. Im Allgemeinen lautet der Algorithmus wie folgt:
- Das System erfasst das Bild und führt die Kennzeichnung von Arbeitsvorgängen durch.
- Der Algorithmus für maschinelles Lernen analysiert Videos.
- Dann bildet der Algorithmus ein Foto des Arbeitstages;
- Weiter - automatische Analyseberechnung wird durchgeführt;
- Labra erstellt einen Abschlussbericht mit Empfehlungen, die die Unternehmenssicherheit verbessern und die Ressourcen optimieren.
Wer ist im Team? Das Startup beschäftigt acht Mitarbeiter - den Leiter und Gründer, zwei Entwickler, drei Spezialisten für Arbeitsregulierung. Es gibt auch einen Kundendienstmanager und einen Buchhalter. Einige von ihnen verbinden Projektarbeit mit Studium an der Universität. Daher folgen alle Folgeaufgaben und Fristen unabhängig voneinander. Das Team organisiert jedoch zweimal pro Woche Treffen, um Fortschritte und Entwicklungspläne zu besprechen.
Perspektiven. Anfang September präsentierte ein Startup sein Projekt
auf dem St. Petersburg Digital Forum . Dort demonstrierten die Ingenieure die Fähigkeiten des Produkts. Labra plant, die Lösung weiter zu fördern und arbeitet an der Aussicht auf eine Zusammenarbeit mit Unternehmen im Land.
O.VISION hilft dabei, Schlüssel und Ausweise abzulehnen
Im Jahr 2017 hat das MIT Technology Review Magazine
die Gesichtserkennung in die Top 10 der bahnbrechenden Technologien aufgenommen. Ein Teil dieser Entscheidung war auf die breite Anwendbarkeit solcher Systeme zurückzuführen. Insbesondere können sie die üblichen Schlüssel und Ausweise am Eingang des Gebäudes ersetzen - beispielsweise haben einige russische Banken bereits ähnliche Entwicklungen durchgeführt. Neue Spieler erscheinen auf dem Markt, zum Beispiel ein Startup
O.VISION entwickelt eine ähnliche Lösung. Das Team stellt ein kontaktloses Zugangssystem für Drehkreuze her, das in 30 Minuten installiert werden kann.
Wie das System funktioniert. Entwicklung ist ein Hardware-Software-Komplex, der am Checkpoint installiert wird. Es basiert auf fünf neuronalen Netzen, die einzelne Bilder von der Kamera eines biometrischen Systems verarbeiten. Die Autoren sagen, dass die Verarbeitung eines Bildes weniger als 200 Millisekunden dauert (ungefähr fünf Bilder pro Sekunde). Das Team schreibt alle Erkennungsalgorithmen und die Schnittstelle unabhängig voneinander - Entwickler verwenden keine proprietären Lösungen. Sie trainieren neuronale Netze mit dem
PyTorch-Framework .
Die Datenverarbeitung erfolgt lokal. Dieser Ansatz erhöht die Sicherheit personenbezogener biometrischer Daten. Die Hardware umfasst die Jetson TX1-Karte von Nvidia, die für eigenständige Geräte entwickelt wurde. Das biometrische System enthält außerdem einen eigenen Schaltkreis zur Steuerung von Drehkreuzen und zur Integration in
Zugangskontrollsysteme .
Foto: Zan / Unsplash.comStartup-Mitarbeiter. Der Leiter des Unternehmens sagt, dass die Auswahl auf dem Prinzip beruhte: 60 Kandidaten für einen Platz. Dieses Format ermöglichte es uns, die talentiertesten Leute aufzunehmen. Derzeit arbeiten mehrere Programmierer an dem Projekt, die für Algorithmen für maschinelles Lernen und Code für eingebettete Systeme verantwortlich sind. Es gibt auch einen Backend-Entwickler, einen Informationssicherheitsspezialisten und einen Designer. Einige der Mitarbeiter sind Studenten, die Arbeit mit einer Magistratur verbinden.
Perspektiven. Heute werden
O.VISION- Lösungen in der größten Kaffeefabrik Europas installiert. Das Produkt wird auch für die Markteinführung in einem der Fitnesscenter in St. Petersburg und an der Polytechnischen Universität vorbereitet. Vielleicht wird O.VISION in Zukunft auch an der ITMO University installiert. Der Leiter des Unternehmens sagt, dass sie bereits mit russischen Unternehmen verhandeln: Gazprom Neft, Beeline, Rostelecom und Russian Railways. In Zukunft - Zugang zu ausländischen Märkten.
Über andere Beschleunigerprojekte:Materialien zur Arbeit der ITMO University: