«Малленом Системс» продает свою продукцию по всей России и поставляет в 11 стран мира. Уникальные разработки череповецких инженеров и программистов использовались для оптимизации транспортной логистики при строительстве олимпийских объектов в Сочи, помогали обеспечивать безопасность на чемпионате мира по футболу в России и Петербургском международном экономическом форуме.
В ходе беседы с президентом ООО «Малленом Системс», доктором технических наук Леонидом Малыгиным корреспонденты «Навигатора» узнали, что технологии, основанные на машинном зрении, уже активно пришли не только в производственную сферу, но и в повседневную жизнь миллионов людей. И в ближайшее время это направление ждет стремительный рост.
Редакционный автомобиль «Навигатора» подъехал к воротам здания ООО «Малленом Системс». На настенном табло высветилось приветствие и автомобиль с удивленным водителем был пропущен на территорию. При этом ни одного живого человека в этом пропускном процессе задействовано не было. Так просто и буднично работают умные системы контроля.
Технологии машинного зрения сегодня активно применяются в промышленности. В их основе – интеллектуальные камеры и датчики, а также специальные алгоритмы обработки изображений (как правило, на базе нейронных сетей). Такие системы способны значительно улучшить любой производственный процесс: увеличить скорость производства продукции, сократить количество дефектов и поднять качество, снизить затраты.
По словам Леонида Малыгина, уровень интеллекта современных систем машинного зрения позволяет просто и быстро решать многие задачи контроля и управления производством, о которых еще несколько лет назад приходилось только мечтать, так как это считалось исключительно прерогативой человека.
«Для АЛРОСЫ мы сделали автоматы, которые сортируют алмазы по цвету и форме, – рассказал «Навигатору» президент ООО «Малленом Системс». – Алмазы ранее было принято сортировать вручную – сидят несколько сотен женщин, и раскладывают по группам. Перед нами поставили задачу сделать автомат, который бы сортировал 20 алмазов в секунду, а качество сортировки было бы лучше, чем у человека. Мы решили эту задачу: автомат располагает девятью видеокамерами, чтобы видеть алмаз с разных сторон и в разных спектрах, а наше умное ПО обеспечило уровень распознавания до 97%. Немаловажная деталь – автомат в отличие от человека никогда не устает и легко дообучается. На момент вывода на рынок разработка была признана лучшей в мире, это дорогого стоит».
Череповецкая компания сейчас активно занимается развитием машинного обучения. В рамках этого процесса система машинного зрения, которая, допустим, занимается выявлением дефектов на производстве, получает необходимую информацию (видео процесса) с реального объекта, оператор по данной выборке обучает компьютер, после чего последний обретает способность четко выявлять дефекты и их классифицировать. Это и называется обучением.
«Существует несколько классификаций умных систем, но наиболее распространенная делит их на три группы (поколения). Мы рассказывали сейчас о первой. Третья – это по-настоящему искусственный интеллект, который может самостоятельно обучаться и развиваться (без человека). Такие пока еще лишь в проекте, а вот вторая группа (обучение с подкреплением) – в разработке у ведущих компаний мира. По сути, это уже самообучающиеся системы, и чтобы было понятно, приведу пример с шахматами, – говорит Леонид Малыгин. – Допустим, вы выиграли шахматную партию. Значит, стратегия, которую вы применили, была правильной, вы ее запомните, и будете использовать в дальнейшем. Если вы проиграли, то будете анализировать партию и искать ошибки. У компьютера происходят те же процессы. Но нужно, чтобы оператор дал ему понять – проиграл он или победил».
Новейшие системы машинного зрения и машинного обучения способны на очень многое, и возможности вновь создаваемых систем быстро растут.
Идти вперед «Малленом Системс» заставляет сама жизнь. По мнению главы компании, в ближайшие годы произойдет бешенный рост востребованности систем машинного зрения и машинного обучения в самых разных сферах. Умные системы делают работу быстрее, качественнее, эффективнее и, в конечном итоге, обходятся дешевле живой рабочей силы. Более того, во многих случаях они способны на такую деятельность, которая человеку уже не под силу. По подсчетам аналитиков, в ближайшие 6 лет рынок систем машинного зрения в мире вырастет почти вдвое, при этом в России он достигнет почти полумиллиарда долларов.
Понимая открывшиеся перспективы, «Малленом Системс» построила амбициозную программу развития на ближайшие годы. В этой программе – активный выход на мировые рынки, увеличение количества реализованных проектов и доходов в десятки раз. «Чтобы добиться поставленных целей, мы разработали технологию конвейерного производства умных систем. Помните, как развивалось автомобилестроение? На начальном этапе в конце 19 века автомобили были штучным товаром и стоили очень дорого, пока у Форда не появился первый конвейер, и… произошла революция. Мы собираемся сделать революцию в области промышленного внедрения умных систем, и они станут доступны каждому».
Чтобы достичь намеченных показателей, нужны кадры и серьезные партнеры. И Леонид Малыгин это прекрасно понимает.«Сегодня специалистов в нашей сфере либо вовсе не готовят, либо делают это достаточно слабо, – говорит он. – Мы взяли шефство над тремя кафедрами в Череповецком государственном университете, и работаем с ними по специальным программам. Сформировали отдельные команды студентов, привлекаем их к участию в наших проектах под руководством опытных специалистов, и на этих проектах студенты учатся и набираются опыта. Надеемся, они станут нашими точками роста. Осенью этого года запускаем площадку – специализированный веб-портал, который позволит нам привлечь к работе «Малленом Системс» не только толковых ребят на пространстве СНГ, но и ведущие российские корпорации. К проекту уже высказали свой большой интерес такие отечественные лидеры как Северсталь, Объединенная Авиастроительная Корпорация, Газпромнефть и др. Так что мы на правильном пути и обязательно достигнем заявленных рубежей».
Сергей Виноградов
Опубликовано в сентябре 2019 - октябре 2019 года в журнале «Навигатор»