این ایده که عوامل هوش مصنوعی به “چشم” نیاز دارند – اطلاعات بصری واقعی از دنیای واقعی، نه فقط اسناد و داشبوردها – به نشانه پیشرفت در ساخت فناوری تبدیل شده است. با این حال، بیشتر چیزی که امروزه “عامل” نامیده می شود، عملاً بر اساس آنچه می بیند عمل نمی کند. روایت می کند و هشدار می دهد و تصمیم گیری را به انسان واگذار می کند. دادن دوربین به نرم افزار آن را عامل نمی کند. این فقط به آن قابلیت نظارت هوشمند بیشتری می دهد.
این تمایز در یک سایت ساخت و ساز بیشتر از هر جای دیگری که هوش مصنوعی در آن مستقر است اهمیت دارد. خردهفروشی که کمبود موجودی را تشخیص میدهد و دقایقی بعد به آن اطلاع میدهد یک ناکارآمدی کوچک است. با این حال، در یک سایت ساختوساز، شرایط متفاوت است: خطرات ایمنی وجود دارد که منتظر چرخه بازنگری نمیماند، و هزینه پاسخدهی به تأخیر بسیار بیشتر از یک معیار از دست رفته است – آسیبدیدگی یا حتی از دست دادن جان خود. بنابراین سوالی که ارزش پرسیدن دارد این نیست که آیا یک نماینده می تواند ببیند یا خیر. این چیزی است که دید آن عامل در واقع برای انجام آن پس از دیدن چیزی ساخته شده است.
دو نوع دید
دو نوع مختلف “دید” وجود دارد که اکنون در هوش مصنوعی ساخت و ساز تعبیه شده است و صنعت به شدت بر یکی از آنها متمرکز است. اولین مورد “دید مستند سازی” است، یعنی دوربین ها و مدل هایی که برای ضبط یک سایت، بررسی پیشرفت و ایجاد یک تاریخچه بصری آموزش دیده اند. بیشتر سرمایه گذاری و پوشش فعلی در اینجا یافت می شود. دوم «دید محافظتی» است، یعنی. سیستمهایی ساخته شدهاند که خطر را بعد از وقوع مستندسازی نمیکنند، بلکه برای شناسایی آن در لحظه و ایجاد واکنش قبل از تبدیل شدن به یک حادثه، مانند کارگر بدون PPE در نزدیکی ماشینهای متحرک، ورود غیرمجاز به یک منطقه ممنوعه، یا یک ساختمان از نظر ساختاری خطرناک در زمان واقعی.
” بیشتر صنعت در اثبات آنچه قبلاً در یک سایت اتفاق افتاده است بسیار خوب شده است. این با ارزش است. اما این یک کار متفاوت از متوقف کردن چیزی قبل از وقوع است، و ما دیر متوجه شده ایم که این دو مشکل متفاوت هستند. گری نگ، مدیر عامل و یکی از بنیانگذاران، viAct”
چرا Protective Vision “بعد” ندارد
تفاوت این نیست که کدام نماینده دوربین های بهتری دارد. بلکه در مورد این است که “چشم” چیست. چشم انداز مستندسازی برای روشن شدن مسائل پس از رویداد ساخته شده است: آیا حادثه حل شده است، آیا روند بسته شده است یا چه چیزی در هفته گذشته تغییر کرده است. از طرف دیگر دید محافظتی هیچ اثری ندارد. باید خطر را بشناسد و درجا واکنش نشان دهد. یک مامور ایمنی که پنج دقیقه پس از رویداد متوجه خطر می شود، قبلاً وظیفه خود را شکست داده است. این تفاوت واحد در هدف همه چیز را در مورد نحوه ساخت عامل تغییر می دهد.
از تشخیص تا پاسخ
تشخیص خطر در یک ویدیو سخت ترین بخش مشکل نیست. امروزه اکثر سیستمهای بینایی رایانهای میتوانند به راحتی یک مورد کلاه ایمنی مفقود یا شخصی غیرمجاز را در یک منطقه محدود شناسایی کنند. مشکل تر این است که در ثانیه بعدی چه اتفاقی می افتد: آیا سیستم صرفاً رویداد را برای یک گزارش ثبت می کند یا پاسخ واقعی به فرد مناسب را ایجاد می کند، تشدید خودکار، یک مانع مسدود کننده در حالی که خطر هنوز وجود دارد. مورد دوم چالش واقعی طراحی است: به جای انتظار برای گزارش در پایان روز، اتصال تشخیص عدم انطباق PPE، نقض منطقه خطر، یا نزدیکی انسان به ماشین با واکنش زمان واقعی.
” خطری که به درستی ثبت می شود اما دیر به آن رسیدگی می شود همچنان یک خطا است. ما سیستم های خود را تنها با دقت تشخیص اندازه گیری نمی کنیم. ما آنها را با سرعت تبدیل آن کشف به فردی که کار متفاوتی انجام می دهد اندازه گیری می کنیم. – گری نگ “
از APAC تا GCC
این تمایز به ویژه در استقرار زنده مشهود است. در یک سایت ساختوساز بزرگ در سنگاپور، اجرای یکپارچه ایمنی شامل تشخیص PPE، هشدارهای منطقه خطر و ردیابی ماشین منجر به بهبود ۱۰ برابری امتیاز کلی ایمنی سایت شد و نظارت بر ایمنی را از ممیزیهای دورهای به نظارت مستمر در زمان واقعی منتقل کرد. در عربستان سعودی، اجرای ترکیبی تجزیه و تحلیل ویدئویی هوش مصنوعی و نظارت بر پوشیدنی، اورژانس های پزشکی در محل را تا ۶۳ درصد کاهش داد و از ۴۸۰۰ ساعت کاری از دست رفته مربوط به استرس گرما جلوگیری کرد، خطری که ذاتاً «عواقب بعدی» قابل توجهی ندارد.
این نتایج دارای الگویی هستند که قابل ذکر است: ارزش از سرعت تبدیل تشخیص به یک پاسخ زنده ناشی می شود، نه از رکورد بصری تولید شده پس از آن. این مکانیسمی است که دید محافظ به آن بستگی دارد، خواه سیستم ساخته شده بر روی آن عاملی باشد، نیمه خودکار، یا هنوز در مرحله واکنش توسط انسان فعال شود.
معیار واقعی هوش
بر اساس استقرارهایی مانند اینها در سایتهای ساختمانی و صنعتی در APAC و GCC، آزمایش واقعی یک عامل هوش مصنوعی تعداد دوربینها یا اندازه مدل نیست، بلکه این است که آیا سیستم برای پاسخ دادن به «آنچه اتفاق افتاده» یا برای پاسخ به «آنچه اکنون انجام میدهیم» طراحی شده است. هر دو مفید هستند. فقط یکی از آنها می تواند از آسیب جلوگیری کند.
“صنعت همچنان این سوال را مطرح می کند که این سیستم ها چقدر هوشمند هستند. سوال بهتر این است که آنها چقدر سریع دیدن را به انجام تبدیل می کنند، زیرا در یک سایت زنده، این شکاف جایی است که مردم واقعاً آسیب می بینند.” – گری نگ
