За прошедшее десятилетие применение алгоритмов искусственного интеллекта для автоматизации задач превратилось в глобальный тренд. За это время нейросети получили применение в сфере безопасности, на производстве, в медицине и интеллектуальных системах на транспорте, контроле качества различного рода и в других аспектах человеческой жизни.
Нейросети широко используются поисковыми сервисами – Яндекс и Google. Их цель – адаптация под пользователя, изучение его предпочтений, и затем – выдача наиболее релевантной рекламы или результата запроса. Нейросеть моделирует работу человеческой нервной системы и может быть обучена решать задачу, которая ранее была под силу только человеку. С каждым новым шагом обучающего процесса, система совершает всё меньше ошибок и всё ближе приближается к уровню эксперта.
Компания «Ниеншанц-Автоматика» всегда стремится поддерживать перспективные направления. Идея создать «Лабораторию ИИ» появилась в результате анализа тенденций развития технологий, появления перспективного оборудования и новых сервисов, а также возрастающих требований к обеспечению безопасности, быстродействию и качеству производственных процессов.
Мы поняли, что необходимо создать рабочую группу, инженеры которой имели бы достаточный опыт работы в направлении искусственного интеллекта и нейронных сетей, развивать наши компетенции и решать производственные задачи с помощью передовых технологий.
Концепция первого демостенда компании «Ниеншанц-Автоматика», использующего нейронные сети, была реализована в конце 2018 года. Тогда инженеры компании получили первые образцы плат IEI MUSTANG-V100-MX8, а также начали нарабатывать опыт с OpenVINO. Используемая технология и оборудование позволяли обрабатывать фотографии и определять, где на них находятся люди, их возраст, прочие атрибуты.
Решение показали на ежегодном Industrial Automation Day в Новосибирске и получили первые позитивные отзывы. Обратная связь позволила сделать вывод, что направление перспективно, востребовано рынком и необходимо продолжать начатое. Продолжилась работа над проектами и технологиями с использованием нейросетей — решение прикладных задач с применением ускорителя Mustang и технологий Intel OpenVino.
Первый реализованный проект «Лаборатории ИИ» состоялся в сфере железнодорожного транспорта - автоматическое распознавание номеров вагонов*.
На следующем этапе специалисты «Лаборатории ИИ» совместно с компанией-разработчиком ПО BrainGarden реализовали проект – «Оптический дефектоскоп с применением нейронных сетей». Это базовое решение подразумевает доработку под конкретную задачу в зависимости от потребностей заказчика. Такой вариант был оптимальным, потому что любая задача, которую необходимо будет решить с помощью дефектоскопа, потребует кастомизации.
Как итог - лаборатория объединила инженеров-технологов, специалистов по данным, и разработчиков ПО с серьезным опытом работы.
Разработка типовых и кастомизированных решений с применением технологий ИИ под задачи заказчика. Оптимизация технологических процессов, построение и обучение глубоких нейронных сетей, а также внедрение проектов с использованием ИИ на производстве, в сфере безопасности, в медицине, на транспорте и прочих сферах человеческой жизни.
«Лаборатория ИИ» компании «Ниеншанц-Автоматика» работает как над коммерческими проектами, так и над наработкой базы типовых проектов и повышением компетенции.
Использование нейросетевых технологий в различных отраслях хозяйства и на промышленных объектах позволит оптимизировать технологический процесс и режимы его работы, управлять планированием и безопасностью критически важных объектов, правильно распределять трудозатраты.
Работа над созданием «Лаборатории ИИ» началась не так давно, однако она уже приносит свои плоды. В планах лаборатории наращивание базы разработок и расширение компетенций для ещё большего соответствия требованиям заказчика.
* Суть проекта такова. Вдоль железнодорожных путей установлены системы контроля передвижения вагонов. С помощью IP камеры, компьютера и специального ПО в автоматическом режиме распознаются восьмизначные номера вагонов. Такие системы очень востребованы и нужны для автоматизации учета в железнодорожных и контейнерных перевозках, повышения эффективности систем контроля передвижения подвижного состава, а также комплексов погрузки, сортировки и хранения.
На корпусе вагона помимо основного номера есть множество других маркировок. Также вагоны бывают разных цветов и форм, грязные, старые, обледенелые, могут ехать в кромешной тьме или при солнечной засветке. Номер на них может быть написан с пробелами. Все эти факторы осложняют задачу разработчикам ПО и требуют от них использования сложных алгоритмов машинного зрения, для работы которых требуется мощное и надежное железо (аппаратное обеспечение). В этом проекте алгоритмы работают на центральном процессоре, без применения ускорителей Mustang.