Основа для инноваций с ИИ на периферии

Как цифровая трансформация, робототехника и машинное зрение становятся ключом к устойчивости после пандемии COVID.

Основные выводы

  • Корпорация Intel сотрудничала с партнерами в различных отраслях, чтобы лучше использовать их данные при помощи технологий аналитики и глубинного обучения на базе продукции Intel® Vision.

  • Цифровая трансформация при помощи периферийных вычислений, робототехники и машинного зрения помогла многим организациям и отраслям создавать более безопасные, эффективные рабочие пространства для работы сотрудников и для покупателей.

  • Разнообразные примеры внедрения, от умных городов и здравоохранения до промышленности и розничной торговли, показали, как использование новейших технологий машинного зрения, подкрепленных мощной аналитикой и технологиями глубокого обучения, может сделать решения более инновационными и надежными.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Технологии играют ключевую роль в обеспечении устойчивости после пандемии COVID — компании используют цифровую трансформацию, робототехнику и машинное зрение для повышения безопасности сотрудников и заказчиков.

За последние несколько месяцев во всех отраслях происходили беспрецедентные изменения и негативные события. Цепочки поставок, рабочие процессы, поведение заказчиков и экономика в целом были вынуждены претерпевать быстрые изменения. По мере того, как мы «возвращаемся к норме», эта норма, скорее всего, будет сильно меняться по сравнению с прежней.

Это дает организациям уникальную возможность заново определять и совершенствовать методы своей работы. Использование технологий для поддержки передовых отраслевых практик после пандемии COVID дает возможность повысить устойчивость и обеспечить долгосрочный успех.

Цифровая трансформация с использованием периферийных вычислений, робототехники и машинного зрения открывает огромный потенциал. Эти технологии могут помочь решить существующие проблемы, — такие, как необходимость автоматизации и ускорения принятия решений в организации. Однако они также являются идеальными инструментами для поддержки новых передовых практик, — таких, как удаленная работа, поддержание социальной дистанции и устранение непредсказуемых рабочих нагрузок.

По мере того, как каждая отрасль оценивает необходимые изменения, эти технологии должны занимать центральное место. С помощью новейших технологий машинного зрения, поддерживаемых мощной аналитикой и технологиями глубинного обучения, организации могут лучше использовать свои данные. Они могут использовать новейшие методы аналитики для поддержки инновационных бизнес-моделей и вариантов их практического применения. Корпорация Intel и ее партнеры по экосистеме тесно сотрудничают с компаниями разных отраслей для реализации таких решений на базе продукции Intel® Vision. В этой статье мы изучим ряд существующих вариантов практического применения, которые могут повысить производительность и устойчивость бизнеса.

Умные города: мониторинг посещаемости для увеличения дистанции между людьми

Хотя городские и региональные органы власти работают над тем, чтобы помочь своим гражданам вернуться к своим привычным местам и обычному образу жизни, они также должны добавлять новые уровни защиты. Они должны обеспечивать социальное дистанцирование и делать все от них зависящее для соблюдения всех санитарно-гигиенических требований в публичных местах. Решения для машинного зрения могут помочь достижению этих целей. Например, они могут помочь отслеживать и контролировать количество людей в определенном помещении, автоматически закрывая турникеты, чтобы ограничивать количество людей на квадратный метр. При сопоставлении на региональном или государственном уровне данные о пассажиропотоке в общественном транспорте также могут помочь в принятии решений в сфере общественного здравоохранения.

Подобные решения уже существуют. Например, один поставщик решений для ИИ создал решение, которое используется на железнодорожных станциях для повышения эффективности и улучшения качества обслуживания пассажиров. Кадры с камер видеонаблюдения анализируются в режиме реального времени, чтобы отслеживать пешеходное движение на станции и выявлять нестандартное поведение, которое сотрудники станции должны расследовать. Датчики Интернета вещей также позволяют выявлять пожары и случаи проникновения в зоны ограниченного доступа.

Помимо указанных преимуществ безопасности, это решение помогает сотрудникам станции улучшить качество обслуживания пассажиров. Штатное расписание можно корректировать в режиме реального времени, исходя из текущей загруженности станции. Например, можно открывать больше билетных касс, когда время ожидания становится слишком большим. В часы пик сотрудники могут также ограничивать вход на платформы во избежание их переполненности.

Промышленный Интернет вещей: обеспечение социального дистанцирования при помощи автоматизации технологических процессов

Существует множество вариантов использования искусственного интеллекта (ИИ) и машинного зрения на производствах и в промышленности. ИИ играл ведущую роль во многих усилиях по трансформации, предпринятых за последние годы в рамках перехода к «Индустрии 4.0». И роль этих работ будет только возрастать в дальнейшем. Применяя ИИ к оборудованию на заводе, можно автоматизировать технологические процессы и свести к минимуму время, которое персонал должен проводить вблизи оборудования.

Реальный пример такого решения в действии можно увидеть на примере ведущего производителя шин. Эта компания использовала решение промышленного ПК с технологиями глубокого обучения, машинного зрения и обработки изображений, чтобы усовершенствовать процесс контроля качества. Данное решение обеспечило точность обнаружения дефектов в 99,9% и снизило количество жалоб заказчиков более чем на 10 000 в год.1

Здравоохранение: поддержание стерильности помещений

Уже длительное время машинное зрение играет важную роль в здравоохранении, — например, для ускорения анализа сложных медицинских изображений. В мире после пандемии COVID также будут важны другие виды использования ИИ на периферии, — такие, как его сочетание с робототехникой. Это может улучшить мониторинг пациентов и позволить специалистам удаленно «присутствовать» на процедурах или консультациях.

Робототехника также может быть использована для поддержания чистоты и безопасности медицинских учреждений для пациентов и персонала, как это продемонстрировал робот Violet, уничтожающий микробов, разработанный компанией Akara Robotics. Этот робот использует машинное зрение, чтобы безопасно обходить препятствия, в том числе людей. Он также способен излучать ультрафиолетовый свет УФ-С, который, как было клинически доказано, убивает сложные вирусы. Излучение УФ-С опасно для человека, но Violet может войти в помещение и дезинфицировать его без присутствия людей. Таким образом, в больнице может поддерживаться стерильность и безопасность — без риска для персонала и посетителей.

Умная розничная торговля: создание более безопасного и привлекательного пространства для покупок

Розничная сфера уже добилась значительного прогресса в цифровой трансформации. Компании розничной торговли используют данные и ИИ, чтобы улучшить качество обслуживания клиентов, оптимизировать цепочки поставок и принимать более разумные решения по планировке магазинов и размещению товаров. Машинное зрение играет важную роль во всех этих областях. Например, камера на цифровом знаке может фиксировать впечатления и поведение аудитории в ответ на определенные сообщения. Системы инвентаризации могут использовать машинное зрение для более точного отслеживания товара на полках.

В мире социального дистанцирования машинное зрение можно использовать для отслеживания количества покупателей в магазине и их передвижения. Это может помочь розничным компаниям установить в магазинах односторонние маршруты, которые кажутся естественными для покупателей, сохраняя при этом безопасные расстояния между ними.

Для вдохновения в этом вопросе мы обратимся к решению, которое использует машинное зрение для отслеживания и анализа поведения покупателей и движения продукции в магазине. Машинное зрение и алгоритмы глубокого обучения идентифицируют силуэты людей, когда они перемещаются в пространстве. Эти анонимизированные данные дают представление о том, как работает магазин и как можно улучшить качество обслуживания клиентов. Например, тепловые карты показывают, как покупатели перемещаются и какие действия они совершают в магазине. Это помогает компаниям розничной торговли принимать более обоснованные решения об общей планировке магазинов и размещении конкретных товаров.

Уведомления и отказ от ответственности

Для работы технологий Intel® может потребоваться оборудование, программное обеспечение или активация сервисов. Intel не контролирует и не проверяет сторонние данные. Для оценки точности следует обращаться к другим источникам информации.

Ни один продукт или компонент не может обеспечить абсолютную защиту.

Ваши расходы и результаты могут отличаться.

Корпорация Intel выступает за соблюдение прав человека и избегает причастности к их нарушению. См. Глобальные принципы защиты прав человека корпорации Intel. Продукция и программное обеспечение Intel предназначены только для использования в приложениях, которые не приводят или не способствуют нарушению всемирно признанных прав человека.

© Корпорация Intel. Intel, логотип Intel и другие товарные знаки Intel являются товарными знаками корпорации Intel или ее подразделений. Другие наименования и товарные знаки являются собственностью своих законных владельцев.

Информация о продукте и производительности

1на основе внутренних данных компании Shanghai DeepSight: https://www.intel.ru/content/www/ru/ru/customer-spotlight/stories/deep-sight-defect-detection.html