#Mühəndislik #Xəbərlər

Inside Safe-Construct: Dünyanın ən təhlükəli iş yerləri üçün qurulmuş AI sistemi

Hər gün milyonlarla işçi tikinti sahələrinə – müasir sənayenin ən təhlükəli mühitlərindən bəzilərinə çıxır. İllərlə davam edən təhlükəsizlik protokollarına, avadanlıqların təkmilləşdirilməsinə və təlim proqramlarına baxmayaraq, tikinti dünya miqyasında iş yerində xəsarət və ölüm hallarına görə ən yaxşı sənayelər sırasında yer almağa davam edir. İllərdir soruşurduq: Süni intellekt kömək edə bilərmi? İndiyə qədər nəticələr qarışıqdır.

Tikinti sahələri dinamik, dağınıq və gözlənilməzdir – işçilər, avadanlıq və ağır maşınlarla doludur. Bu xaos adətən təmiz, strukturlaşdırılmış və tıkanıklığı olmayan mühitlər üçün nəzərdə tutulmuş ənənəvi kompüter görmə sistemləri üçün böyük problem yaradır. Süni intellekt avtonom sürücülük və ağıllı istehsal kimi sənayeləri dəyişdirsə də, onun tikinti təhlükəsizliyinə təsiri xeyli geridə qalıb.

Carnegie Mellon Universitetinin Mexanika Mühəndisliyi Departamentində biz tikinti sahələrini daha təhlükəsiz, daha ağıllı və daha səmərəli edən kompüter görmə həllərini inkişaf etdirməyə başladıq – bu, daha geniş kompüter görmə cəmiyyətində AI-nin ən çətin və az öyrənilmiş tətbiqlərindən biridir.

Biz yeni Safe-Construct modelini hazırladıq və bu model İyunun 11-15-də Nashvilledə keçirilən IEEE/CVF Kompüter Görmə və Nümunələrin Tanınması Konfransında ( CVPR 2025 ) Təsir və Davranış Təhlili Təhlili Seminarında təqdim olunacaq. Kağız arXiv çap serverində mövcuddur .

Tədqiqat qrupu sadə bir sualla başladı: Bir maşına nəzarətçi kimi təhlükəsizliyə diqqət etməyi öyrətmək üçün nə lazımdır? Nəzəriyyə yox, praktikada. Yalnız fotoşəkillərdə sərt papaqları saymaqla deyil, həm də bir insan kimi risk görməklə. Və ya daha yaxşı. “Safe-Construct” layihəsi süni intellektin tikintidə real dünya təhlükəsizlik risklərini necə “görə” və onlara reaksiya verə biləcəyini – hipotetik olaraq deyil, operativ şəkildə yenidən müəyyənləşdirir.

Inside Safe-Construct: Dünyanın ən təhlükəli iş yerləri üçün qurulmuş süni intellekt sistemi
Əvvəlki modellər izdiham mənbəyi və ya veb-minalı data üzərində məşq edir: Pictor-v2, Pictor-v3 və Roboflow problemi 2D obyekt aşkarlama tapşırığı kimi tərtib edir. Bunlarda 3D məkan anlayışı və səhnə səviyyəsində işçi-obyekt konteksti yoxdur. Bu məlumat dəstləri kiçikdir, əksər şəkillər qeyri-real rezolyusiyaya və perspektivlərə malikdir (Pictor-v3-də 1-4, Pictor-v2-də 1-2 və Roboflow-da 2-7-yə baxın). Real sənaye qurğularında işçilər kameranın yaxınlığında (<1m) göstərilmir. (b) Əksinə, Safe-Construct 3D məkan anlayışından və səhnə səviyyəli işçi-obyekt kontekstindən istifadə edən ilk çox görünüşlü 3D pozuntunun tanınması modelidir. Kredit: arXiv (2025). DOI: 10.48550/arxiv.2504.10880

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=2793866484&adk=161300458&adf=2636419947&pi=t.ma~as.2793866484&w=540&abgtt=6&fwrn=4&fwrnh=0&lmt=1747930873&rafmt=1&armr=3&format=540×280&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-05-safe-ai-built-world-dangerous.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM2LjAuNzEwMy4xMTQiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxMzYuMC43MTAzLjExNCJdLFsiR29vZ2xlIENocm9tZSIsIjEzNi4wLjcxMDMuMTE0Il0sWyJOb3QuQS9CcmFuZCIsIjk5LjAuMC4wIl1dLDBd&dt=1747930873192&bpp=17&bdt=230&idt=67&shv=r20250520&mjsv=m202505190101&ptt=9&saldr=aa&abxe=1&cookie=ID%3D594147a00c618f4c%3AT%3D1735548631%3ART%3D1747930524%3AS%3DALNI_MYbuCvlfveSCnpeUIQKyQ2DBT11fQ&gpic=UID%3D00000f84124e2904%3AT%3D1735548631%3ART%3D1747930524%3AS%3DALNI_Maf8g334ShSARz9IhljaNTJv-vUzg&eo_id_str=ID%3D639b28d7655b7aa4%3AT%3D1735548631%3ART%3D1747930524%3AS%3DAA-Afjakj_-HiAALGKSfOxRJbP3s&prev_fmts=0x0&nras=1&correlator=3978643534435&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=1841&biw=1521&bih=730&scr_x=0&scr_y=0&eid=31084127%2C95333412%2C95353387%2C95360390%2C95344788%2C95361621%2C95360956%2C95360294&oid=2&pvsid=1384359354997623&tmod=1683891193&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=2&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=403

Təhlükəsizliyi yenidən düşünmək: piksellərdən tutmuş pozalara qədər

Fəal tikinti sahələrinin gözlənilməz şəraitində tez-tez uğursuz olan və işçiləri sadəcə məhdudlaşdırıcı qutular kimi kodlayan adi modellərdən fərqli olaraq , Safe-Construct prinsipcə yeni bir yanaşma tətbiq edir. O, işçilərə real vaxt rejimində nəzarət etmək üçün 3D çox adamlı, çox baxışlı insan pozasının təxminindən istifadə edir – təhlükəsizlik pozuntularını müəyyən edir , duruşunu izləyir və bir çox baxış bucağında və müxtəlif şəraitdə davranışı təhlil edir.

Bildiyimizə görə, ilk dəfədir ki, belə bir sistem xüsusi olaraq dinamik tikinti mühitləri üçün nəzərdə tutulub. İstənilən sayda işçi üçün miqyas ala bilər, sənayelər arasında uyğunlaşa və yerində canlı fəaliyyət göstərə bilər. Ən əsası, model tikinti təhlükəsizliyi pozuntularının tanınmasını 3D Multi-View İştirak Tapşırığı kimi yenidən müəyyənləşdirir.

Inside Safe-Construct: Dünyanın ən təhlükəli iş yerləri üçün qurulmuş süni intellekt sistemi
SICSG tərəfindən yaradılan sintetik təsvirlər işıqlandırma, perspektiv və fonda variasiyaları təsvir edərək, modellərə fiziki sağlam düşüncə nümayiş etdirməyə imkan verir. Kredit: arXiv (2025). DOI: 10.48550/arxiv.2504.10880

Real dünya üçün qurulmuş, simulyasiya üzrə təlim keçmişdir

Modelin öyrədilməsi zamanı komanda sintetik məlumatların yaradılması, Sim2Real ötürülməsi və domenlərin təsadüfiləşdirilməsi üsullarından istifadə etdi – AI modelini yüzlərlə simulyasiya edilmiş “əgər” ssenarilərinə atan və onu real dünyadakı gözlənilməzliyin öhdəsindən gəlməyə hazırlayan üsullar. Sınaq robot texnikası və sənaye innovasiyaları mərkəzi olan Mill-19-da CMU-nun Qabaqcıl İstehsalat Müəssisəsində baş tutub.

Nəticə: işçinin papaq taxıb-keçmədiyini müəyyən etməklə kifayətlənməyən ümumiləşdirilə bilən sistem — işçilərin necə hərəkət etdiyini, qarşılıqlı əlaqədə olduğunu və tapşırıqları yerinə yetirdiyini anlayır və təhlükəsizliklə bağlı daha dərin, kontekstdən xəbərdar olan anlayış təklif edir. O, hətta başqa bir işçi qalxarkən nərdivanın düzgün stabilləşdirilib-sabitləşdirilməməsi kimi qabaqcıl pozuntuları aşkar edə bilər – bu, çoxsaylı işçiləri, alətləri və kontekstual anlayışı əhatə edən qarşılıqlı əlaqədir.

Aşkarlanmayan: Rəqəmsal əkizlərə və eqosentrik görmə qabiliyyətinə doğru

Lakin Safe-Construct pozuntuların aşkarlanmasında dayanmır. Komanda indi tam rəqəmsal əkiz ekosistemi inkişaf etdirir – menecerlərə təhlükəsizlik , məhsuldarlıq və keyfiyyət kimi əsas performans göstəricilərinə (KPI) nəzarət etməyə imkan verən tikinti sahəsinin canlı, virtual surəti.

Inside Safe-Construct: Dünyanın ən təhlükəli iş yerləri üçün qurulmuş süni intellekt sistemi
Təhlükəsizliyin pozulmasının tanınmasının keyfiyyətcə nəticələri. İşçinin və obyektin pozasının şəkil müstəvisində 2D yenidən proyeksiyasını göstəririk: (a), (b) sətirlər iki təhlükəsiz ssenarini göstərir, (c), (d) isə iki pozuntunu göstərir: (a) papaq taxan işçi, (b) pilləkən nərdivanına birinci qalxanda ikinci işçi, (c) yalnız iki işçini daşımalı olan bir işçini göstərir. pozuntu ssenarisi (kiçik pəncərə qırmızı rənglə təmsil olunur), (d) Platformada eyni vaxtda iki işçi dayanır. Kredit: arXiv (2025). DOI: 10.48550/arxiv.2504.10880

Komanda həmçinin 360 dərəcə kamera sistemləri və eqosentrik (birinci şəxs) baxışı araşdırır ki, bu da təhlilə daha zəngin kontekst və işçi mərkəzli məlumatları gətirə bilər – şirkətlərin riski necə başa düşməsini, iş axınlarını qiymətləndirməsini və daha təhlükəsiz əməliyyat protokollarını dizaynını kəskin şəkildə dəyişdirir. Tədqiqat qrupu, Safe-Construct-un real dünya ehtiyaclarına və sənaye məhdudiyyətlərinə əsaslanmasını təmin edərək, öz təsirini laboratoriyadan xeyli kənara çıxararaq, tikinti həlləri sahəsində qlobal sənaye lideri olan YKK AP Inc. Yaponiya ilə əməkdaşlıq etdi.

Tikinti heç vaxt risksiz ola bilməz. Lakin gələcək əvvəlkindən daha təhlükəsiz, daha ağıllı, daha sürətli və insan üçün daha çox xəbərdar ola bilər.

Bu hekayə Elm X Dialoqunun bir hissəsidir , burada tədqiqatçılar dərc olunmuş tədqiqat məqalələrinin nəticələrini bildirə bilərlər. Science X Dialoq və necə iştirak etmək barədə məlumat üçün bu səhifəyə daxil olun .

Daha çox məlumat: Aviral Chharia və digərləri, Safe-Construct: Tikinti Təhlükəsizliyinin Pozulmasının Tanınmasının 3D Çox Görünüşlü İştirak Tapşırığı kimi yenidən müəyyənləşdirilməsi, arXiv (2025). DOI: 10.48550/arxiv.2504.10880

Jurnal məlumatı: arXiv 

Aviral Chharia Karnegi Mellon Universitetinin aspirantıdır. O, CMU-da ATK-Nick G. Vlahakis Graduate Fellowship, Hindistanın Kanpur İIT-də Tələbələrin Bakalavr Tədqiqatları Məzun Mükəmməlliyi (SURGE) təqaüdü və Britaniya Kolumbiyası Universitetində MITACS Globalink Tədqiqat Təqaüdünə layiq görülüb. Bundan əlavə, o, bakalavr təhsili zamanı iki dəfə Dekan Siyahısı Təqaüdünə layiq görülmüşdür. Onun tədqiqat maraqlarına kompüter görmə, kompüter qrafikası və maşın öyrənməsi daxildir.

Download QRPrint QR

Leave a comment

Sizin e-poçt ünvanınız dərc edilməyəcəkdir. Gərəkli sahələr * ilə işarələnmişdir