В июле в Образовательном центре «Сириус» прошла научно-технологическая программа «Большие вызовы», где школьники работали над проектами по 13 различным направлениям. В рамках трека «Большие данные, искусственный интеллект, финансовые технологии и машинное обучение» совместно с биотехнической компанией BIOCAD ребята создавали систему детектирования на людях средств индивидуальной защиты: масок, халатов, очков, перчаток, капюшонов и бахил. Созданное программное обеспечение компания планирует использовать в своих лабораториях и на производстве для выявления нарушений правил техники безопасности и стерильности сотрудниками.
На «Больших вызовах» команда проекта «Система мониторинга стерильности и безопасности в чистых зонах фармацевтического производства» создала программное обеспечение, с помощью которого фармацевтические компании смогут отслеживать соблюдение правил ношения средств индивидуальной защиты сотрудниками. Школьники разработали нейросеть, она обрабатывает видеопоток с камер видеонаблюдения и на выходном изображении фиксирует, надел ли человек все необходимые элементы лабораторного костюма. Такая система позволит снизить количество нештатных ситуаций, связанных с загрязнением помещений. К тому же пребывание в локациях, где ведется фармацевтическое производство, станет для сотрудников более безопасным.
«Чтобы люди, заходя в помещения с повышенными требованиями к чистоте, не занесли туда нежелательные вещества и бактерии, необходимо надевать средства индивидуальной защиты. Для каждого помещения есть свой набор средств: в одни помещения можно заходить в бахилах и халате, а в других человек должен быть в специальном костюме, – объяснил руководитель группы анализа данных в BIOCAD Василий Вологдин. – Сейчас ношение средств индивидуальной защиты контролируется вручную. Система, которую создали мы, обучена для распознавания именно тех средств защиты, которые используют на производстве BIOCAD, и она обладает повышенной точностью».
В ходе проекта ребята узнали, к чему может привести несоблюдение правил ношения средств индивидуальной защиты при изготовлении лекарств.
«При малейшем нарушении условий производства лекарств, например, если работник забудет надеть перчатки, респиратор или очки, вредные микроорганизмы могут попасть в биореактор и вызвать процессы, которые повредят компоненты лекарственного средства и, соответственно, весь проделанный ранее объем работы обнулится. Это создает большие издержки при производстве лекарств. С помощью нашей системы возможно эти издержки снизить. Нужно предупреждать нарушения, чтобы, заходя в стерильную зону, сотрудники не забывали надевать все, что им нужно для правильной работы», – пояснил школьник из Татарстана Ленар Климов.
«В течение программы мы прошли через полный цикл разработки продукта – даже сами ходили в костюмах и снимали это на видео, чтобы собрать датасет для обучения нейронной сети, сами размечали данные, писали код программы, создавали сайт, на котором отображается видеопоток, где виден человек и отметки о том, есть ли на нем средства индивидуальной защиты», – рассказал десятиклассник из Брянской области Даниил Бобров.
Данил Жиликов, участник проекта из Кемерова, рассказал подробнее о порядке работы.
«В проекте я занимался созданием модели машинного обучения, разметкой данных и разработкой сайта. Но самым интересным для меня стало составление датасета: съемка видео в костюмах и получение из него картинок. После мы обучали модель правильно распознавать нужные нам объекты. В результате мы сделали стенд, на котором установлены камера и телевизор: картинка с камеры обрабатывается моделью, передается на сайт и транслируется на экран телевизора», – поделился Данил Жиликов.
«Я давно интересуюсь компьютерным зрением, но здесь передо мной впервые стояла задача научить нейросеть распознавать объекты, на которые нет готового датасета и для определения которых мы должны собирать данные сами, – поделился Вячеслав Чертан, школьник из Кемерова. – Интереснее всего для меня была подготовка данных. Я занимался предобработкой собранных и размеченных картинок: делал так, чтобы нейросеть лучше понимала, что ей искать, увеличивал размер датасета, собирал несколько датасетов в один».
На финальной защите проектов школьники представили программное обеспечение, которое обрабатывает видеопоток с камер видеонаблюдения, находит на изображении человека, распознает на нем средства индивидуальной защиты и указывает, какие предметы защиты, необходимые для конкретного помещения, сотрудник надел верно, какие надел неправильно, а какие отсутствуют. В дальнейшем эта технология может быть интегрирована в системы видеонаблюдения на фармацевтическом производстве для фиксации нарушений и их мгновенного предупреждения.
На «Больших вызовах» в 2023 году направление «Большие данные, искусственный интеллект, финансовые технологии и машинное обучение» включало в себя одиннадцать проектовов. Участники также разрабатывали сервис мониторинга и персонализированной маршрутизации пациента с помощью чат-бота, создали сервис для спикеров, занимались решением задачи по восстановлению расписания самолетов при возникновении сбойных ситуаций, разрабатывали голосового помощника и строили вопросно-ответную систему с настраиваемым выводом и поддержанием человекоподобия ответных реакций.
