AI в AR для завода: как не улететь в космос и решить задачу

Нейронные сети, искусственный интеллект

AI в реальном секторе

Управление разработкой
ML
Лайфхаки

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Практическое пособие по недорогому созданию собственной нейросети для решения практических задач на производстве.

Целевая аудитория

Разработчики «наукоемких» решений, тимлиды команд разработки.

Тезисы

Постараюсь сломать стереотип о том, что для разработки работающих AI-систем нужна большая команда и много-много времени. Поделюсь нашим опытом разработки системы с Computer Vision-алгоритмами вместе с AR-очками, решающей проблемы на заводах по контролю за выполнением действий электрика.

Забегая вперёд, мы смогли собрать работающий прототип и опробовать его на заводе командой менее пяти человек без долгих исследований и опыта в задаче распознавания действий.

Обсудим, всегда ли так можно, какие ограничения есть у подобных решений, и как внедрять AI-системы без космических бюджетов.

Вадим Щемелинин

СИБУР Диджитал

10 лет в IT. Три года занимается видеоаналитикой в нефтехимии, до этого была голосовая и лицевая биометрия в различных ролях — тестер, разраб, проджект, тимлид, продакт.
К.т.н. по инфобезу, доцент в ИТМО.

СИБУР Диджитал

Сибур Диджитал — IТ-подразделение, решающее креативные задачи нефтехимического бизнеса. Команды занимаются тестированием и внедрением программно-аппаратных решений из разных технологических областей — промышленный интернет вещей, дополненная и виртуальная реальность, компьютерное зрение, робототехника и другие.

Видео