Trí tuệ nhân tạo (AI) trong quản lý an toàn lao động. Bước nhảy sang tính toán dự trù. Ứng dụng mạng nơ-ron để phân tích Dữ liệu khổng lồ (Big Data), báo hiệu sự cố trước khi chúng kịp lên mầm.
Phát triển và triển khai hệ thống phân tích video dựa trên mô hình mã nguồn mở MoonDream bởi các chuyên gia nội bộ. Giải pháp phân tích luồng video theo thời gian thực, phát hiện vi phạm quy định về PPE, trang phục vệ sinh và các thao tác thiết bị trái phép, đồng thời tự động gửi thông báo qua bot Telegram.
Bài viết là hướng dẫn từng bước để làm chủ các mô hình AI văn bản vạn năng nhằm tạo ra một trợ lý cá nhân. Tài liệu trình bày cách đi từ những cuộc đối thoại thường ngày đầu tiên đến việc giải quyết các nhiệm vụ chuyên môn, đặc biệt trong lĩnh vực an toàn và sức khỏe nghề nghiệp, và xây dựng một thư viện cá nhân gồm các câu lệnh (prompt) hiệu quả. Việc phức tạp hóa dần các yêu cầu cho phép điều chỉnh AI theo các quy trình làm việc của bạn để hệ thống hóa thông tin và giải phóng thời gian cho việ...
Tác giả mô tả trải nghiệm cá nhân trong việc tạo ra trợ lý AI để tự động phát triển các hướng dẫn về an toàn và sức khỏe nghề nghiệp. Bài viết xem xét kết quả thử nghiệm các mạng thần kinh khác nhau, phương pháp chia hướng dẫn thành các phần bất biến và biến đổi, cũng như thuật toán hình thành cơ sở kiến thức và prompt chi tiết. Tài liệu giải thích cách cấu hình mô hình để tuân thủ phong cách doanh nghiệp và các yêu cầu của Quyết định Bộ Lao động số 772n mà không có "tưởng tượng" và các chữ viết...
Triển khai trợ lý kỹ thuật số và hệ thống AI để kiểm soát sự tỉnh táo của tài xế, tuân thủ an toàn điện và ngăn chặn di chuyển trái phép trên băng tải. Tích hợp dữ liệu kiểm soát khí động học để tự động phát hiện sai lệch và ghi nhận nồng độ mê-tan vượt mức.
Tạo các trợ lý AI chuyên biệt để tự động hóa các nhiệm vụ thường nhật của chuyên gia HSE. Thực tiễn bao gồm phát triển hướng dẫn HSE, lựa chọn định mức cấp phát PPE dựa trên cơ sở kiến thức có cấu trúc và tạo video hoạt hình đào tạo.
Bài viết xem xét kinh nghiệm triển khai phân tích video tự động trong các thiết bị điện nhằm kiểm soát liên tục việc sử dụng trang thiết bị bảo hộ cá nhân (PPE) và giám sát các khu vực nguy hiểm. Tài liệu giải thích cách việc thích ứng của mạng thần kinh nhân tạo với đặc thù sản xuất và sự tuân thủ các yêu cầu pháp lý cho phép chuyển từ các biện pháp ứng phó thụ động sang việc phát hiện chủ động các vi phạm. Điều này giúp tối ưu hóa công việc của các nhà vận hành, giảm số lượng vi phạm và nâng c...
Tại xưởng điện phân niken của Kola MMC, hệ thống trí tuệ nhân tạo lần đầu tiên ghi nhận hành vi vi phạm quy tắc an toàn công nghiệp khi một nhân viên đi vào khu vực nguy hiểm mà không tắt thiết bị. Mạng thần kinh nhân tạo với chín camera video đã nhận diện một người ở nơi bị cấm, kích hoạt cảnh báo âm thanh và gửi thông báo đến ban quản lý qua email và ứng dụng tin nhắn «Supernika». Bài viết phân tích trường hợp thực tế này, cũng như triển vọng mở rộng công nghệ tại các doanh nghiệp của «Nornick...
Bài viết giải thích cách chuyển từ các câu trả lời mơ hồ của AI sang kết quả chính xác và có thể dự đoán được bằng cách thay đổi cách tiếp cận đặt nhiệm vụ. Tác giả chia sẻ danh sách kiểm tra gồm sáu điểm giúp xác định đúng mục tiêu, vai trò, phong cách, định dạng, hạn chế và đối tượng người đọc. Việc sử dụng mẫu này cho phép đưa ra các hướng dẫn rõ ràng cho mạng thần kinh và nhận được chính xác kết quả cần thiết.
Bài viết nói về sự chuyển dịch từ năng lực số sang năng lực AI trong lĩnh vực an toàn và sức khỏe nghề nghiệp, làm biến đổi vai trò của chuyên gia từ một người vận hành các hệ thống có sẵn thành một kiến trúc sư quy trình. Bằng cách huấn luyện mạng thần kinh làm việc với tài liệu và thiết kế logic tương tác của chúng, chuyên gia giải phóng thời gian cho các nhiệm vụ chiến lược, phân tích rủi ro sâu sắc và làm việc với con người. Tài liệu làm rõ cách nắm vững kỹ năng viết prompt và kiến thức chuy...
Thu hút người lao động tham gia phân tích rủi ro nghề nghiệp bằng cách sử dụng các hình ảnh nơi làm việc được cá nhân hóa do trí tuệ nhân tạo (mạng nơ-ron Leonardo) tạo ra. Phương pháp này bao gồm các cuộc họp ngắn 15 phút tại xưởng, nơi nhân viên tìm kiếm các vi phạm được cố ý cài cắm trong hình ảnh, sau đó đề xuất các kịch bản nguy hiểm của riêng họ qua biểu mẫu QR để tạo hình ảnh mới.
Bài viết phân tích các lầm tưởng phổ biến vốn trở thành rào cản chính khi triển khai trí tuệ nhân tạo vào các quy trình làm việc. Tác giả giải thích rằng mạng thần kinh không thay thế con người mà tăng cường sức mạnh cho chuyên gia, nếu biết đặt ra nhiệm vụ đúng cách, tùy chỉnh công cụ theo nhu cầu của mình và sở hữu kiến thức chuyên môn sâu rộng. Việc phân tích những hiểu lầm này giúp hình thành kỳ vọng thực tế đối với AI và học cách giao các nhiệm vụ lặp đi lặp lại cho các thuật toán.
Triển khai hệ thống phân tích video dựa trên AI để kiểm soát hành vi của tài xế xe bồn và xe công vụ. Hệ thống ghi nhận các vi phạm nghiêm trọng theo thời gian thực và cảnh báo tài xế, đồng thời truyền dữ liệu để phân tích và phản ứng kịp thời.