<section class='header'> ← Назад

Алгоритмы ИИ и машинное обучение: «Смотри, тут рыбка. Большая и маленькая»

Этот кейс по разработке оценят производители оборудования, крупные промышленники, а еще ваши коты, если они будут рядом при чтении статьи. Бизнес любого масштаба сегодня следит за практикой применения ИИ и машинного обучения внутри своей отрасли.

3 мин

Вот несколько примеров, как эти технологии решают весьма крупные и важные задачи.
Специально приведем их из нескольких направлений экономики:

  • Определение рисков и предсказания рыночных трендов
  • Распознавания и анализа медицинских изображений
  • Диагностика заболеваний, разработка новых лекарств и оптимизации процессов ведения медицинских записей.
  • Также они используются для прогнозирования распространения инфекционных заболеваний и анализа эпидемиологических данных.
  • Анализ поведения покупателей или персонализации маркетинговых кампаний
  • Рекомендации товаров
  • Обработка и анализа больших объемов данных.
  • Принятие решений на основе данных и разработки стратегии.
  • Складское управление, учет затрат
  • Прогнозирования отказов оборудования
  • Контроль качества продукции

Как компания по заказной разработке, мы прекрасно понимаем, что в каждом из этих бизнес-процессов свои механики и алгоритмы. Многое зависит от сроков и целей заказчика, текущего состояния его ИТ-систем и требований к стеку.

Рассказываем про один из них. Российская компания, которая занимается в России производством, продажей и установкой специализированного оборудования на рыбоводные хозяйства. Их клиенты — бизнес с собственным ресурсом живой рыбы. При разведении требуется замерять и фиксировать показатели производительности. Так у заказчика появилась идея создать аппарат, который будет способен анализировать и считать рыбу в движении с разными характеристиками.

Алгоритмы-ИИ_3.jpg

Герои кейса

Знаем, какие вопросы появляются в голове: а что тут будет делать ИИ? А считать рыбу будут в воде? Реально про живую рыбу говорим? Карп или лосось? Сейчас все расскажем.

Итак: визуализируем аппарат. Это некий лоток на подобие движущейся ленты в аэропорту. Сверху устанавливается оборудование и датчик. Когда мы возьмем рыбу и начнем постепенно выпускать ее на лоток, чтобы заполнить резервуар, именно этот датчик может распознать ее. А после — посчитать, выводя данные на экран технического специалиста. Прибор должен был выйти в продуктив с точностью не менее 90 процентов.

Команда Девелоники принялась за разработку системы машинного зрения с применением ИИ, нейросетей и алгоритмов для распознавания и подсчета живой рыбы. Пришлось оперативно обучить нейросеть на примерах, собрать это все в систему и не один раз протестировать. На все про все — 2 месяца активной и продуктивной работы.

Наши ребята устанавливали на прототип аппарата заказчика софт, камеру и устройство для связи с компьютером. Занимались его программированием.

Алгоритмы-ИИ_2.jpg

Данные на экране технического специалиста

В процессе стало понятно, что нужно не только определить вид рыбы, но откалибровать ее по размеру. Это повышало точность счета. Систему мы обучали на разных объектах, данных собрали предостаточно. После чего проходила тестовая и контрольная выборка. Для повышения точности результата наши разработчики дополнительно выстроили специализированные надстройки и алгоритмы.

Редактировать правой кнопкой ссылку на видео

Ну правда ведь, гипнотическая история? Уберите от экранов особенно впечатлительных представителей кошачьих.

Это был отличный опыт применения не самых сложных, но очень полезных разработок в небольшом датчике. Представьте, какие процессы могут быть проще в вашей ситуации?

Пишите, если есть вопросы или идея, как применить технологии для решения текущих или будущих стратегических задач. Вот наша почта: info@develonica.ru и телеграмм-канал, будем рады общению.

Оригинал статьи опубликован на сайте vc.ru

← Предыдущая Следующая →
  • 04/07/2025

    Пока ИИ забирает рутину, мы комплексно создаем ценность

    ИИ — больше не эксперимент. Это возможность ускорить разработку, снизить затраты и принимать более точные управленческие решения в бизнесе. Как? Расскажет Юрий Овчаренко, президент «Девелоники» (ГК Softline).

  • 04/07/2025

    Быть или казаться: накрутка резюме в ИТ

    Дарьяна Колотова, директор по рекрутменту Девелоники поделилась с РБК ПРО экспертным мнением об одном из побочных явлений найма в ИТ — фейковых резюме.

  • 02/07/2025

    Переход от приложений с ИИ к ИИ-центричным системам

    Мы стоим на пороге масштабного сдвига в индустрии разработки программного обеспечения. Речь не просто о внедрении отдельных ИИ-инструментов, а о глубокой комплексной трансформации самих процессов.
    В этом материале Роман Смирнов (коммерческий директор «Девелоники» (ГК Softline)) перечисляет основные тезисы и рекомендации, которые подсветил на ЦИПР 2025 в рамках своего доклада на пленарной сессии Softline. Всё, что вы прочитаете, можно и нужно применять и использовать не только в промышленной отрасли. Большая часть информации полезна для заказчиков из любого сегмента российской экономики.