Таганрогская компания «СиВижинЛаб» (коммерческое название — CVisionLab) разрабатывает программные продукты, которые аккумулируют экспертные знания человека для объективной оценки тех или иных процессов. Это экономит массу времени и денег, ведь экспертные знания — одна из самых дорогостоящих составляющих производственного процесса. Сейчас, например, компания разрабатывает программное обеспечение для одного из крупнейших на Юге производителей сахара — ЗАО «Тбилисский сахарный завод» (Краснодарский край). Речь идёт об автоматизированной оценке качества сахарной свёклы с помощью камер видеонаблюдения и специальной программы. По словам соучредителя и генерального директора компании Александра Гончарова, новая разработка позволит оценивать качество ввозимых овощей, а также степень загрязнённости товара землей и сорными растениями. В перспективе это позволит сельхозпроизводителям отказаться от длительного лабораторного анализа продуктов и стандартизировать ценообразование.
В интервью «Эксперту ЮГ» Александр Гончаров также рассказал, почему российским разработчикам проще сотрудничать с зарубежными компаниями, и что необходимо, чтобы инновационные технологии находили применение в отечественной промышленности.
Обучение машин зрению
— Над какими задачами в сфере, связанной с инновационным развитием, ваша организация работает сейчас?
— Мы работаем над проектами, связанными с машинным обучением и техническим зрением. Суть в том, чтобы научить машину воспринимать картинку подобно тому, как это делает человек, проводить анализ изображений, а на основании этого анализа делать выводы. Эти задачи решаются как раз с использованием машинного обучения — с помощью алгоритмов и подходов, которые позволяют выявлять зависимости в больших объёмах данных и строить модели процессов, которые мы хотим воспроизводить.
Например, доктор смотрит на рентгеновские снимки и делает какие-то заключения о состоянии пациента. Мы можем автоматизировать аналогичный процесс, показав машине большое количество примеров, где эксперт предварительно отметил параметры здорового пациента или пациента с отклонениями.
Один из проектов, над которым мы работаем сейчас, как раз связан с анализом рентгеновских изображений черепа — цефалометрических снимков, используемых в стоматологии при проектировании протезирования зубов.
Раньше эта задача решалась экспертным методом. Специалист-рентгенолог садился за компьютер, изучал снимок и размечал эти точки, что занимало часы. Из-за большого объёма работы очередь обработки заказа составляла порядка двух недель. С нашим решением это занимает секунды. Человек загружает картинку на сайт и тут же получает файл с разметкой. Этой программой сейчас пользуются в Израиле.
— А есть ли ещё какие-то примеры?
— Могу также в общих чертах рассказать ещё об одном проекте. Он связан с мониторингом парковочных мест с помощью камер, установленных на улицах и парковках, например, перед гипермаркетами. Мы разрабатываем для французского стартапа программную часть, которая позволяет анализировать картинку с камеры и говорить, занято это место или свободно.
Эта задача решается довольно долго, поскольку мы отдельно отрабатываем случаи, связанные с разным освещением, временем суток, погодой. Наша работа — научить машину понимать, есть на этом месте автомобиль или нет, или просто человек стоит. Это тоже нюанс — если человек только вышел из машины и стоит рядом с ней, это парковочное место считается свободным.
Большинство заказов — коммерческая тайна заказчика, поскольку компании не хотят рассказывать конкурентам о своих инновационных решениях. По секрету скажу, мы гордимся выполненными проектами, но из-за NDA (non disclosure agreement, соглашение о неразглашении, подписываемое разработчиками. — «Эксперт ЮГ») я не могу их называть.
— Каковы главные результаты работы вашей компании за последние годы?
— Это экономический эффект от внедрения разработанных нами решений в производственные процессы. Когда мы решали задачу для стоматологов, мы пользовались разметкой докторов, которые расставляли эти точки вручную, выяснили, что некоторые доктора оказались невнимательными. Показали результаты другим экспертам, а они сказали, что система ставила точки правильно, а доктор — нет. Это тоже важный результат, поскольку он действительно влияет на качество услуг, предоставляемых нашими заказчиками конечным потребителям.
Мы — связующее звено между передовыми мировыми разработками и реальным сектором экономики.
— Динамика какого показателя вашей деятельности является критерием успеха?
— Сам рынок технологий искусственного интеллекта (ИИ) сейчас растёт по экспоненте.
Для нас важно количество сотрудников, которых мы успели обучить и для которых сумели найти проекты, а также заработанные деньги. Лично для себя я отслеживаю количество наших проектов, которые дошли до реальных пользователей — до внедрения в реальное производство — и не остались на стадии прототипов. Сейчас таких проектов порядка 50-60 процентов.
— Сколько человек работает в компании?
— К концу 2017 года в нашей команде было 22 человека, сейчас работают 35.
Математика как конкурентное преимущество
— Какие задачи вы ставите перед компанией на ближайшую перспективу? Что вы планируете делать для их решения?
— В этом году мы участвуем в выставке, посвященной машинному и техническому зрению, VISION. Она проводится всего раз в два года в Штутгарте. Традиционно это событие собирает самые яркие инновации и технологии в области. В этом году мы тоже представим там свои достижения, а также проведём тест-драйв некоторых идей, которые пока не решаемся вывести на рынок.
Наш основной профиль — разработка программного обеспечения на заказ: к нам приходит заказчик, рассказывает о своей задаче, а мы подбираем решения. Сейчас хотим воплотить в жизнь идею, связанную с подпиской на сервисы по консультации в области компьютерного зрения и машинного обучения. По аналогии с существующими подписками на юридические услуги или техподдержку по тому или иному софту.
Задачами, связанными с техническим зрением, занимается довольно много крупных производственных компаний, для которых сфера ИИ не является профильной. Мы бы хотели им помочь, поделиться опытом и консультировать относительно того, как разрабатывать надёжные решения для задач технического зрения, как эффективно пользоваться специализированными библиотеками и фреймворками для обучения моделей, как переносить построенные модели из исследовательской среды на производственные линии. На выставке мы хотим протестировать эту идею, выяснить, насколько интересна потребителям эта услуга.
Кроме того, мы пытаемся стать более привлекательным работодателем. Мы конкурируем на рынке труда с другими компаниями, как за состоявшихся специалистов, так и за выпускников, которые только определяются с профессией. В нашем регионе веб-разработка, мобильная разработка — одни из самых популярных выборов выпускников ИТ-специальностей. Но порой ребята уходят туда только потому, что они не представляют, насколько интересными и амбициозными задачами они могут заниматься в компьютерном зрении и, в частности, в нашей компании.
Мы стремимся привлечь к себе больше сотрудников, которые понимают математику. Программированию научить легче. Изначально это технологии, которые динамически меняются, поэтому программисты должны уметь постоянно обучаться.
Что касается высшей математики, это такие базовые знания, которые нельзя почерпнуть, почитав статьи и блоги в интернете. Это та часть фундаментального образования, которая либо была усвоена в стенах университета, либо нет. За таких ребят, которые хорошо усвоили математику, её понимают и любят, мы конкурируем с веб-студиями.
— Насколько на Юге развита ИТ-сфера?
— Я считаю, что наш регион — один из лидеров в этой сфере. В частности, в Таганроге в общей сложности порядка 40 организаций, занимающихся разработками в сфере IT. На Upwork (популярной платформе для фрилансеров) раньше публиковался рейтинг городов по числу активных разработчиков. В этом рейтинге Таганрог занимал одно из первых мест среди российских городов.
— Какие ресурсы вам более всего необходимы на данном этапе?
— Прежде всего, квалифицированные кадры, это основной ресурс, который сейчас нас сдерживает. Поэтому мы сами занимаемся их активной подготовкой. В прошлом году мы проводили курс в рамках магистерской программы Таганрогского радиотехнического института (Инженерно-технологической академии ЮФУ. — «Эксперт ЮГ»). Зимой мы провели открытый курс, посвященный введению в задачи компьютерного зрения. Этой осенью начинается очередной набор на курс по компьютерному зрению в Ростове-на-Дону. Мы постоянно черпаем знания из передовых разработок, посещаем топовые мировые конференции по своей тематике, такие как CVPR, NIPS, ICCV, и передаем знания своим сотрудникам и слушателям наших курсов.
— Какие препятствия на пути реализации своих планов вы видите в регионе?
— Если говорить об инновациях и прорывных технологиях, то они часто возникают на стыке различных отраслей: машиностроения и ИИ, медицины и ИИ. Одно из препятствий заключается в том, что представители этих отраслей недостаточно хорошо осведомлены о задачах, проблемах и возможностях друг друга. Я считаю, что надо обеспечить информированность смежных отраслей о том, чем они дышат, какие проблемы ставят, как их решают, каким образом аналогичные проблемы могут решаться представителями других отраслей.
Мы сейчас стараемся познакомиться с промышленными, сельскохозяйственными предприятиями и понять, где мы можем им помочь и что оптимизировать. Мало кто готов экспериментировать и заниматься развитием технологий, а не применением готовых решений. Нужны инноваторы как со стороны производственников, так и со стороны ИТ-индустрии.
— Каковы перспективы вашей отрасли и на каких её направлениях возможны прорывы?
— Что касается отрасли ИИ, то здесь мы видим перспективы экспоненциального роста. Ежегодно — в несколько раз. Это не моя оценка, здесь я опираюсь на мнение ведущих исследователей в этой области. Так, например, Эндрю Ын (AndrewNg), сооснователь Coursera, автор онлайн-курса по машинному обучению, который прошли более миллиона человек, один из ведущих специалистов в этой области, в одном из своих интервью сказал, что технологии ИИ и машинного зрения изменят жизнь, так же, как электричество изменило её на рубеже XIX–XX веков. Я разделяю эту точку зрения.
— Какие тренды в развитии инновационного бизнеса вы считаете основными?
— Во-первых, применение технологий, полученных в одной области, в принципиально других областях. Технологии ИИ переносимы не только из одних отраслей в другие, но и годятся для решения совершенно различных задач. Алгоритм, который научил машину выигрывать у человека в го (одна из сложнейших стратегических настольных игр), Google использует для оптимизации расходования энергии, затрачиваемых на охлаждение своих дата-центров. Хотя, казалось бы, что общего у древнекитайской настольной игры и системы кондиционирования серверных? В целом вся отрасль ИИ пытается моделировать деятельность мозга и приближается к такой же универсальности и обобщающей способности, как и наш разум. На поток это ещё не поставлено, но мы к этому постепенно идём.
Что касается разработки, то здесь главный тренд — непрерывный цикл совершенствования продукта.
Региональный процесс и инновационное развитие
— Как вы считаете, есть ли у основных южных регионов потенциал для того, чтобы занять эту нишу в «умной» экономике?
—Потенциал, безусловно, есть, но он не является эксклюзивным. В Ростовской области нет каких-то особых условий, которых не было бы в других регионах или у других государств. Потенциал нашего региона кроется в традиционных для нас отраслях — машиностроении и сельском хозяйстве — и понемногу начинает использоваться. Один из наших первых российских проектов связан с анализом качества сельхозпродукции. Предприятия уже понемногу начинают этим заниматься, смотрят по сторонам.
— Являются ли, на ваш взгляд, инновации и научные разработки драйвером развития региона?
— Хотелось бы, чтобы они были драйвером, но экономический рост обусловлен другими вещами. Инновационные технологии в наших регионах пока ещё находятся в стадии зарождения. Высокотехнологичных производств ещё совсем немного, но точечно они появляются, и со временем это может стать драйвером развития.
— Какие задачи вы считаете необходимым ставить в сфере инновационного развития?
— На крупных предприятиях, которые имеют возможность проводить эксперименты в рамках своего производственного процесса и в смежных областях, должны более активно работать площадки по опытному производству. Нельзя останавливаться только на непосредственном серийном производстве, нужно заниматься экспериментами и инвестировать в это как средства, так и время наиболее квалифицированных сотрудников.
— Как может выглядеть инфраструктура поддержки инноваций, для того чтобы инновации стали драйвером экономического роста?
— По опыту работы с иностранными компаниями могу отметить: они более подвижны, гибки, понимают и разделяют подход, который известен в программировании как эджайл. Это форма ведения проектов, когда всё динамически меняется. Никто не строит план экспериментов на год, все делается небольшими двухнедельными спринтами. По итогам смотрим, что получили, и принимаем решение, что делаем дальше, чтобы прийти к требуемому результату.
Иностранные компании проще расстаются с деньгами, требуют меньше формальной документации и не планируют на долгое время: есть определённые цели, которые надо достичь, но путь, которым мы к ним придём, не зафиксирован. В случае российских госгрантов ситуация скорее обратная — зафиксирован путь, которым мы будем идти, и не так уж важно то, что мы получим в итоге. Бывает очень сложно согласовывать изменения, если в процессе работы мы выяснили, что надо действовать иначе.
Большой поддержкой для инноваций могут служить открытые данные, например, спутниковые снимки, данные статистики. Это очень важный ресурс, на основе которого можно строить те или иные модели. Радует, что в России такие данные начали публиковаться.
Мы хотим найти индустриальных партнёров, которые будут делиться своими задачами, пустят нас на свои производственные площадки, расскажут о технологическом процессе. Совместно мы могли бы разработать решения для его оптимизации и на других производствах.
