HSEにおけるAIとマシンビジョン：アイデアから導入までの道のり

アイデアから稼働するシステムへ：食品製造におけるマシンビジョン

AIおよびマシンビジョン技術の導入は、労働安全システムの発展において自然なステップとなっています。これは、HACCPの要件により、衛生管理やクリーンゾーンでの人員配置に関する厳格な規則が定められている食品産業において特に重要です。フードテック企業「Qummy」の代表であるイワン・マクシモフ氏が、オープンソースソリューションに基づくマシンビジョンシステムの構築と導入に関する実践的な経験を共有します。

講演者は、高価な既製ソリューションに頼ることなく、衛生基準やHSE規則の遵守を監視するのに役立つ実用的なツールのアイデアの誕生から導入までの道のりを解説します。

言語モデルの選択と学習プロセス

システムの基盤となったのは、オープンソースの言語モデル「MoonDream」です。オープンソース製品を選択したことで、企業は初期費用を大幅に節約し、ニーズに合わせてシステムを柔軟にカスタマイズすることができました。講演では、モデルの学習プロセスについて詳しく説明しています。

• 合成データによる初期学習：煙、マスク・帽子・手袋の未着用、および異常な状況（床に倒れている人など）を認識するようにモデルを学習させました。これにより、基本的な認識パターンを確立することができました。
• 実際のビデオストリームでの追加学習：システムをセントラルキッチンのカメラに接続しました。モデルはリアルタイムで映像を分析し、違反（衛生服を着用せずに製造エリアに入るなど）を検出するようになりました。これにより、企業の特定の条件下での高い精度が確保されました。
• 通知システムとの統合：迅速な対応のために、責任者や技術者にTelegramボットで通知を送信するように設定しました。違反の検知からシグナルの受信までの時間は15秒以内です。

導入の心理学：罰から報酬へ

技術的な実現は成功の一部にすぎません。講演者は自社の例を用いて、監視システムを導入する際に従業員との関係を適切に構築することがいかに重要であるかを示しています。主な原則は、マシンビジョンのデータに基づく金銭的な罰則を廃止することです。

• アシスタントとしてのシステム：従業員には、マシンビジョンは自動車のパッシブセーフティシステム（ABS、エアバッグ）のようなものであると説明します。これは罰金のためではなく、保護のために作られています。
• ポジティブな動機付け：「さらし首の掲示板」の代わりに、企業は報酬システムを使用しています。1ヶ月間違反をしなかった従業員には、少額のボーナスや贈り物が与えられます。これにより、スタッフの抵抗が減り、意識的な安全文化が形成されます。
• 事前の準備：システムの稼働前にトレーニングや対話が行われ、不安を取り除き、従業員の関心を引くことさえできました。

プロジェクトの経済性と発展の展望

独自のシステムを構築するには投資が必要ですが、長期的には既製のパッケージソリューションを購入するよりも有利であることがわかります。主なコストは、プログラマーの人件費（約6ヶ月の作業）とサーバー機器の購入（約200万〜300万ルーブル）です。しかし、自社開発により、システムを無料で拡張し、新機能（顔認識など）を追加し、社内のIT製品（1C、Bitrix）と統合することが可能になります。

このウェビナーで学べること：

• HSEのニーズに合わせてオープンソースのマシンビジョンモデルを選択し、学習させる方法は？
• Telegramボットを使用して、違反について管理者に迅速に通知する方法は？
• 全面的なビデオ監視システムを導入する際の従業員の抵抗を克服する方法は？
• 既製ソリューションの購入と比較して、独自のマシンビジョンシステムを開発するための実際のコストはどれくらいか？
• マシンビジョンは、製造現場での微小外傷のレベルを下げるのにどのように役立つか？