Как мы прошли бюрократический ад, чтобы разработать нейросеть на заводе: сложности при создании ИИ на производстве

Моя цель - предложение широкого ассортимента товаров и услуг на постоянно высоком качестве обслуживания по самым выгодным ценам.

Нейросети помогают предотвращать аварии, оптимизировать процессы и повышать безопасность. Но путь от идеи до успешного внедрения часто оказывается тернистым. В этой статье мы расскажем, как нам удалось внедрить систему на основе нейросетей на действующем заводе, и с какими вызовами мы столкнулись: от бюрократических барьеров до непонимания возможностей технологии Заказчиком.


Риск быть задавленным: как мы начали
Несколько лет назад мы выиграли тендер на разработку системы безопасности для промышленной зоны. На тот момент мы были молодой командой, и наш опыт ограничивался небольшими проектами. Сегодня за нашими плечами десятки успешных внедрений в разных странах, но тогда мы только начинали.

Задача заключалась в создании системы, которая бы регулировала движение на территории завода с помощью компьютерного зрения.

Представьте, что вы водитель огромного погрузчика на заводе. Вы едете по узкому проезду, а вокруг вас — десятки пешеходов, которые то и дело пересекают дорогу. Вы не можете видеть все "слепые зоны", и в любой момент может произойти трагедия.

Что такое компьютерное зрение?
Компьютерное зрение — это область искусственного интеллекта, которая позволяет машинам "видеть" и анализировать изображения или видео. С помощью алгоритмов и нейронных сетей компьютер может распознавать объекты, классифицировать их и принимать решения на основе этой информации. Например, автоматически тормозить автомобиль при обнаружении пешехода.

На объекте, где предстояло внедрить систему, пешеходные зоны пересекались с путями движения тяжелой техники. Водители не всегда могли контролировать все "слепые зоны", что создавало риск для жизни людей. Наша задача была разработать нейросеть, которая бы отслеживала движение транспорта и пешеходов, а затем управляла светофорами для предотвращения аварий.

Как мы решили проблему
Мы решили не изобретать велосипед и взяли за основу принцип работы обычного дорожного светофора. Система анализировала изображение с камер, определяла наличие транспорта и пешеходов, а затем принимала решение, какой сигнал светофора включить.

С технической точки зрения проект казался простым: две-три недели на разработку, неделя на отладку и дообучение модели. Однако реальность оказалась куда сложнее.

Проблемы и решения
Каждый проект имеет свои подводные камни, и этот не стал исключением. Вот основные трудности, с которыми мы столкнулись, и как их преодолели.

1. Доступы: первый круг ада

Сервер завода находился в другом городе, и нам требовался удаленный доступ для настройки системы. Казалось бы, стандартная ситуация, но крупные корпорации строго следят за безопасностью.

Для подключения нам выдали физический токен доступа — USB-устройство, которое обеспечивало дополнительный уровень защиты. Однако здесь начались сложности:

  • Программы для работы с токеном поддерживали только Windows, а у большинства разработчиков были Linux или MacOS.

  • Токен был физическим, а команда находилась в разных регионах.

В итоге мы настроили доступ только для одного разработчика, что значительно замедлило процесс.

2. Бюрократия: второй круг ада

Для продолжения работ нам нужно было:

  • Открыть порты.

  • Получить доступ по SSH и VNC.

Каждый запрос требовал написания заявки в службу безопасности, и рассмотрение занимало минимум неделю. Из-за этого месяц ушел только на организационные вопросы.

3. Непонимание возможностей нейросетей

Заказчик не всегда понимал, как работает ИИ и что можно реализовать быстро, а что требует серьезной научной работы. В процессе нам добавляли новые задачи, которые часто были невыполнимы в рамках проекта.


Итоги проекта
Проект, который мы планировали завершить за пару недель, растянулся на три месяца. Мы столкнулись с бюрократией, техническими ограничениями и непониманием со стороны заказчика. Однако в итоге система была успешно внедрена, и это стало важным шагом для нашей команды.

Мы получили бесценный опыт, который помог нам в будущих проектах. Теперь мы всегда заранее уточняем, как организована служба безопасности у клиента, и какие требования предъявляются к доступам.

Заключение
Внедрение нейросетей на производстве — это не только техническая задача, но и вызов, связанный с организационными и коммуникационными барьерами. Однако результат стоит усилий: такие системы помогают предотвращать аварии, спасать жизни и повышать эффективность процессов.

Если вы хотите узнать, как нейросети могут улучшить безопасность и производительность на вашем предприятии, напишите мне на почту r.fedorov@neuro-core.ru.

Источник: https://habr.com/ru/articles/880186/


Интересные статьи

Интересные статьи

Когда клиент откладывает покупку, ожидая скидки, важно не потерять его интерес. Уведомления о снижении цен на избранные товары помогают вовремя сообщать пользователям о выгодных предложениях, возвраща...
В этой статье мы погрузимся в нюансы создания и проведения опросов, которые помогут вам получить детализированный анализ узнаваемости вашего бренда. Мы рассмотрим типы вопросов, которые могут быть исп...
Добавляем функционал быстрых ответов на любом тарифе Битрикс24Как добавить одну из самых полезных функций для чатов открытых линий для любого коммерческого тарифа? Все очень просто, нужно лишь..... ...
В наше время многие компании используют различные сервисы для связи с клиентами и партнерами. Один из самых популярных мессенджеров - WhatsApp, стал незаменимым инструментом коммуникации в бизнесе. Од...
Последнее время, все больше молодежи (и не только) встают на путь предпринимательства, а дальше оказываются в поиске источников финансирования.Обычно поиск начинается с д...