Изображение: Shutterstock / Andrii Yalanskyi

Специалисты компании Cognitive Pilot научили автопилот умной сельхозтехники различать области, практически неразличимые человеческому глазу.

Компания разработала технологию Cognitive Border Recognition, которая с промышленной точностью распознает границы обработанных и необработанных техникой участков, которые часто остаются незамеченными человеком, и позволяет осуществлять по ним навигацию с использованием компьютерного зрения с сантиметровой точностью. Это значительно расширило области применимости систем автопилотирования.

Ведущий разработчик Cognitive Pilot Геннадий Савицкий:

«Большей частью такие решения востребованы в так называемых, «тракторных задачах». Попробуйте, например, различить границу засеянной и незасеянной областей поля при проведении сева или обработанной и не обработанной химикатами частей поля».

Граница обработанной и необработанной областей поля неразличима человеческим взглядом. Cognitive Border Recognition точно находит границу.

Изображение: пресс-служба Cognitive Technologies

До недавнего времени подобные задачи традиционно решались с помощью систем автопилотирования по сигналам GPS-спутников. Однако, с уходом зарубежных компаний-производителей с российского рынка и прекращением поддержки, пользователи столкнулись с существенным снижением точности выполнения работ при использовании подобной техники. Кроме того, проблема отсутствия GPS-сигнала в районах, близких к зонам проведения специальных военных операций, сделала их применение совершенно невозможным.

Директор направления AgroTech кластера биомедицинских технологий Фонда «Сколково» Наталья Чернышёва:

«Появление решений на основе ИИ для навигации сельхозтехники в зонах со слабым GPS-сигналом и его отсутствия трудно переоценить. Для аграрных регионов юга России – это просто палочка-выручалочка. Доля таких областей в последнее время увеличивается во всем мире. На мощность GPS-сигнала также оказывают влияния и природные явления, например, вспышки на Солнце. В свою очередь, автопилоты на основе ИИ являются технологиями нового поколения. Современные датчики и интеллектуальное ПО позволяют лучше человека распознавать ориентиры для навигации при автопилотировании. Они делают это с самой высокой точностью».

Специалисты Cognitive Pilot научились выделять ключевые признаки границы, разделяющую зоны обработанной и необработанной части поля для всех сельхоз-операций. Это стало основой Cognitive Border Recognition.

«Мы применили нейросетевой механизм уточнения границ. По анализу поступающих с камер изображений и имеющимся признакам границы раздела областей поля мы имеем возможность выделять наиболее вероятные зоны, содержащие эту границу, уточнять данные о ее наличии и подтверждать такую принадлежность. Другими словами, сеть стала обращать внимание даже на незначительные перепады в текстурах поля и более точно определять границы. Это наше ноу-хау. До нас это еще никто не использовал», говорит Геннадий Савицкий.

На заключительном этапе обработки, специалисты компании Cognitive Pilot интегрировали классическую технику преобразования Хафа в архитектуру нейронной сети, что позволило использовать глобальные признаки (например, границы зон обработанных и необработанных участков) без значительного увеличения глубины сети. Такой подход позволяет более эффективно обрабатывать данные.

В сложных случаях, таких как опрыскивание, полив и другие аналогичные процессы, для достижения необходимой точности распознавания обработанных и необработанных зон на поле разработчики используют инфракрасное излучение.

Генеральный директор Cognitive Pilot Ольга Ускова:

 «Разработка Cognitive Border Recognition – это огромная победа российских разработчиков. Теперь ИИ-автопилотированию подвластны практически все ситуации, которые могут возникнуть на поле, даже где видимые ориентиры трудноразличимы и отсутствует GPS-сигнал. Это очередной пример задачи, которую ИИ научился решать лучше человека. Создание таких решений – это новый, перспективный рынок, потенциальный объем которого эксперты оценивают в десятки миллиардов долларов, и очень важно, что наша страна является законодателем мод в этой важной сфере». 
Источник

Изображение: Shutterstock / Alexander Limbach

Телеграм-бот поможет пользователям определить подходящего специалиста для консультации, а врачам предоставит необходимую информацию о пациенте и избавит их от лишней бумажной работы. Разработку можно интегрировать с системой электронной медицинской записи.

Чат-бот был создан с использованием Telegram API, SQLite и Python, и базируется на клинических рекомендациях. Благодаря автоматизации и возможности самостоятельного обучения, он способен определять проблему пациента, направлять его к нужному специалисту и составлять форму с предварительной информацией для врача.

Студенты-разработчики Сеченовского Университета и НИЯУ МИФИ:
«У участкового терапевта, к которому впервые приходит на прием пациент по записи есть всего 12 минут, чтобы собрать анамнез его жизни и болезни, поставить диагноз и назначить лечение, соответствующее современным стандартам или направить к специалистам. Часть этой работы вполне можно переложить на телеграм-бота – простого и максимально удобного для пользователя. После последовательного прохождения опросников бота пациентом врач получает краткую справку об его анамнезе и жалобах».

Телеграм-бот для автоматической маршрутизации пациентов был разработан междисциплинарной командой студентов Сеченовского Университета и НИЯУ МИФИ, принявших участие в хакатоне Центра диагностики и телемедицины на IV Открытой конференцией молодых ученых. Этот проект принес команде диплом победителей. Сейчас разработчики проводят тестирование бота и дорабатывают его функционал.

Команда уверена, что в перспективе внедрение такого решения в систему здравоохранения позволит улучшить доступность и качество медицинской помощи, оптимизирует рабочее время медперсонала, а также уменьшит количество рутинной бумажной работы врачей.

Источник