AI และแมชชีนวิชันใน HSE: เส้นทางจากแนวคิดสู่การเปิดตัว

จากแนวคิดสู่ระบบที่ใช้งานได้จริง: แมชชีนวิชันในอุตสาหกรรมอาหาร

การนำเทคโนโลยีปัญญาประดิษฐ์และแมชชีนวิชันมาใช้กลายเป็นขั้นตอนที่เป็นธรรมชาติในการพัฒนาระบบความปลอดภัยในอุตสาหกรรม โดยเฉพาะอย่างยิ่งในอุตสาหกรรมอาหารที่ข้อกำหนดของ HACCP กำหนดกฎระเบียบด้านสุขอนามัยที่เข้มงวดและการอยู่ในพื้นที่สะอาดของพนักงาน Ivan Maksimov ตัวแทนจากบริษัท FoodTech "Qme" แบ่งปันประสบการณ์จริงในการสร้างและนำระบบแมชชีนวิชันที่ใช้โซลูชัน Open Source มาใช้

วิทยากรได้อธิบายถึงเส้นทางตั้งแต่การเกิดแนวคิดไปจนถึงการเปิดตัวเครื่องมือที่ใช้งานได้จริง ซึ่งช่วยควบคุมการปฏิบัติตามมาตรฐานด้านสุขอนามัยและกฎระเบียบด้าน HSE โดยไม่ต้องพึ่งพาโซลูชันสำเร็จรูปที่มีราคาแพง

การเลือกโมเดลภาษาและกระบวนการฝึกอบรม

พื้นฐานของระบบคือโมเดลภาษาแบบเปิด MoonDream การเลือกใช้ผลิตภัณฑ์ Open Source ช่วยให้บริษัทประหยัดค่าใช้จ่ายในช่วงเริ่มต้นได้อย่างมาก และสามารถปรับแต่งระบบให้เข้ากับความต้องการได้อย่างยืดหยุ่น ในการนำเสนอได้กล่าวถึงกระบวนการฝึกอบรมโมเดลอย่างละเอียด:

• การฝึกอบรมเบื้องต้นด้วยข้อมูลสังเคราะห์: โมเดลได้รับการฝึกให้จดจำควัน การไม่สวมหน้ากากอนามัย หมวกคลุมผม และถุงมือ รวมถึงสถานการณ์ที่ไม่ปกติ (เช่น คนนอนอยู่บนพื้น) สิ่งนี้ช่วยวางรากฐานรูปแบบการจดจำพื้นฐาน
• การฝึกอบรมเพิ่มเติมด้วยสตรีมวิดีโอจริง: ระบบเชื่อมต่อกับกล้องในโรงงานผลิตอาหาร โมเดลเริ่มวิเคราะห์ภาพแบบเรียลไทม์เพื่อตรวจจับการละเมิด (เช่น การเข้าสู่พื้นที่การผลิตโดยไม่สวมชุดสุขอนามัย) สิ่งนี้ทำให้มั่นใจได้ถึงความแม่นยำสูงในการทำงานภายใต้เงื่อนไขเฉพาะขององค์กร
• การรวมเข้ากับระบบแจ้งเตือน: เพื่อการตอบสนองที่รวดเร็ว ได้มีการตั้งค่าให้ส่งการแจ้งเตือนผ่านบอท Telegram ไปยังผู้จัดการและนักเทคโนโลยีที่รับผิดชอบ เวลาตั้งแต่การตรวจพบการละเมิดจนถึงการรับสัญญาณใช้เวลาไม่เกิน 15 วินาที

จิตวิทยาการนำไปใช้: จากการลงโทษสู่การให้รางวัล

การนำไปใช้งานทางเทคนิคเป็นเพียงส่วนหนึ่งของความสำเร็จ วิทยากรแสดงให้เห็นผ่านตัวอย่างของบริษัทของเขาว่าการสร้างการทำงานร่วมกับทีมอย่างถูกต้องเมื่อนำระบบควบคุมมาใช้นั้นมีความสำคัญเพียงใด หลักการสำคัญคือการปฏิเสธการลงโทษทางการเงินตามข้อมูลจากแมชชีนวิชัน

• ระบบในฐานะผู้ช่วย: พนักงานจะได้รับคำอธิบายว่าแมชชีนวิชันเปรียบเสมือนระบบความปลอดภัยเชิงรับในรถยนต์ (ABS, ถุงลมนิรภัย) มันถูกสร้างขึ้นเพื่อการปกป้อง ไม่ใช่เพื่อการปรับเงิน
• แรงจูงใจเชิงบวก: แทนที่จะใช้ "บอร์ดประจาน" บริษัทใช้ระบบการให้รางวัล พนักงานที่ไม่มีการละเมิดกฎตลอดทั้งเดือนจะได้รับโบนัสเล็กน้อยหรือของขวัญ สิ่งนี้ช่วยลดการต่อต้านจากพนักงานและสร้างวัฒนธรรมความปลอดภัยอย่างมีสติ
• การเตรียมการล่วงหน้า: ก่อนเปิดตัวระบบ ได้มีการจัดการฝึกอบรมและการพูดคุย ซึ่งช่วยลดความวิตกกังวลและยังสร้างความสนใจให้กับพนักงานอีกด้วย

เศรษฐศาสตร์ของโครงการและแนวโน้มการพัฒนา

การสร้างระบบของตนเองต้องใช้การลงทุน แต่ในระยะยาวกลับคุ้มค่ากว่าการซื้อโซลูชันสำเร็จรูป ค่าใช้จ่ายหลักอยู่ที่ค่าจ้างโปรแกรมเมอร์ (ทำงานประมาณ 6 เดือน) และการจัดซื้ออุปกรณ์เซิร์ฟเวอร์ (ประมาณ 2-3 ล้านรูเบิล) อย่างไรก็ตาม การพัฒนาภายในองค์กรช่วยให้สามารถขยายระบบได้ฟรี เพิ่มฟังก์ชันใหม่ๆ (เช่น การจดจำใบหน้า) และผสานรวมเข้ากับผลิตภัณฑ์ไอทีภายในของบริษัท (1С, Bitrix)

สิ่งที่คุณจะได้เรียนรู้จากสัมมนาผ่านเว็บนี้:

• วิธีเลือกและฝึกอบรมโมเดลแมชชีนวิชันแบบ Open Source สำหรับความต้องการด้าน HSE
• วิธีจัดการการแจ้งเตือนผู้จัดการอย่างรวดเร็วเกี่ยวกับการละเมิดโดยใช้บอท Telegram
• วิธีเอาชนะการต่อต้านของพนักงานเมื่อนำระบบควบคุมวิดีโอแบบเบ็ดเสร็จมาใช้
• ค่าใช้จ่ายจริงในการพัฒนาระบบแมชชีนวิชันของตนเองเมื่อเทียบกับการซื้อโซลูชันสำเร็จรูปคือเท่าใด
• แมชชีนวิชันช่วยลดระดับการบาดเจ็บเล็กน้อยในที่ทำงานได้อย่างไร