Kaj vse omogoča platforma Azure in kateri napredni servisi Azure AI so pripravljeni na produkcijske projekte?

Kaj vse omogoča platforma Azure in kateri napredni servisi Azure AI so pripravljeni na produkcijske projekte?

Ljudje že od nekdaj poskušamo razumeti svet okoli nas in si pri tem pomagamo z orodji, ki so podaljšek naših možganov in nam razširijo zmožnosti razmišljanja ter razumevanja. V preteklosti je šlo za bolj primitivna orodja, z razvojem računalništva in znanosti pa se poslužujemo tudi vse naprednejših orodij in servisov, ki nam lahko s pomočjo usmerjenega domenskega znanja pomagajo pri reševanju kompleksnih problemov s pristopi iz umetne inteligence in strojnega učenja.

Umetna inteligenca v oblaku Microsoft Azure

V oblaku Azure je na voljo skupek naprednih servisov Azure AI, ki nam lahko pomagajo pri razreševanju tovrstnih problemov in so tehnološko gledano že povsem pripravljeni na produkcijske projekte. Na eni strani imamo SaaS rešitev Azure Machine Learning, ki razvojnim inženirjem in podatkovnim znanstvenikom omogoča izvedbo celotnega procesa strojnega učenja s pomočjo naprednih grafičnih vmesnikov. Tako je omogočeno npr. označevanje podatkov, njihova priprava (transformacija, čiščenje ... ) in priprava nabora podatkov, ki služijo kot vhod metodam strojnega učenja. Na drugi strani imamo skupek rešitev pod nazivom Azure Cognitive Services, ki preko aplikacijskega programskega vmesnika (API) omogočajo raznovrstne inteligentne obdelave:

  • strojni prevod besedila,
  • obdelavo zvoka (speech to text),
  • prepoznavo slik in videa (Custom Vision, Face API).

Eden izmed dokazov, da so Microsoftove rešitve na področju umetne inteligence v samem svetovnem vrhu in posebej pripravne tudi za končne uporabnike, ki niso strokovnjaki podatkovne znanosti, je tudi letošnje Gartnerjevo poročilo, ki Microsoft uvršča med vodilne na tem področju. Razvijalske storitve Azure Cloud AI so vodilne na področju dolgoročne vizije (t.i. Completeness of vision).1

[1] https://azure.microsoft.com/en-gb/blog/microsoft-is-a-leader-in-2022-gartner-magic-quadrant-for-cloud-ai-developer-services/

V nadaljevanju bomo predstavili eno izmed rešitev, ki se uvršča v sklop inteligentne obdelave videa.

Podatki so nova surova nafta in tovrstna orodja nam omogočajo, da se resnično posvetimo podatkom in njihovi hrambi ter tako zagotovimo, da bodo naši napovedni in klasifikacijski modeli natančni in, da bodo naročnikom omogočili izpopolnitev njihovega znanja o določenem problemu.

V Skupini stroka.si smo v Oddelku za Raziskave in razvoj s pomočjo storitev Azure uspešno zaključili števeilne projekte na področju strojnega učenja, med drugim:

  • IQ TPM 4.0 – napovedovanje vzdrževanja v proizvodnji, ki s pomočjo Azure AI so zagotovili tok in zbiranje ter označevanje podatkov na način, da izvajajo predikcijo možnosti zastoja stroja (CNC stroji in kovaška kladiva) v proizvodnji.
  • biziSMART – napovedovanje prodaje, ki s pomočjo Azure Machine Learning za podjetja v bazi poslovnih subjektov Bizi.si označi možnost za prodajo storitev za enega izmed naročnikov (rešitev je bila razvita v sodelovanju s partnerjem TS Media).

Strukturirana hramba podatkov in rešitve strokaDT platform

Ustrezno strukturiranje in učinkovita ter zanesljiva hramba podatkov sta pri tovrstnih projektih ključnega pomena, zato so tehnologije za umetno inteligenco in strojno učenje v praksi zgolj podaljšek že obstoječih sistemov (ERP, CRM, MES, IoT sistemi … ) in jih pogosto imenujemo kar dopolnitvene tehnologije. Izredno težko namreč obstajajo same zase, saj za delovanje potrebujejo množico podatkov, na podlagi katerih lahko izvajamo proces samega strojnega učenja, ki vodi do napovednih modelov. V ta namen smo v Skupini stroka.si razvili svoj sistem, ki ga imenujemo strokaDT platform in služi kot jedro vseh projektov za digitalno transformacijo podjetij.

                                                                    Slika 1: strokaDT - platforma za vzpostavitev rešitev digitalne transformacije

Rešitev uvaja postopke za tok podatkov skozi celotno platformo in deluje kot agregator različnih podatkovnih virov (ERP, CRM, MES ... ) v podjetju ter tako zagotovi:

  • ustrezno strukturiranje in dolgoročne hrambe podatkov (Microsoft SQL, Azure BLOB, CosmosDb, Azure hosted InfluxDb), ki so tako pripravljeni na nadaljnje operacije in pripravo metod strojnega učenja;
  • integracijo podsistemov s pomočjo strokaAPI, ki omogoča povezovanje različnih podatkovnih virov pri projektih digitalne transformacije;
  • vizualizacijo podatkov s pomočjo orodij, kot sta Microsoft PowerBI in Azure Managed Grafana ter namenskih vizualizacij, razvitih v s pomočjo tehnologije Microsoft Blazor;
  • hibridno hrambo podatkov, kar v praksi pomeni, da je lahko celotna infrastruktura gostovana v oblaku Azure, ali pa določene odseke preselimo na interno infrastrukturo podjetja.

Azure Percept in rešitve na področju strojnega vida

Ker v Skupini stroka.si podrobno spremljamo razvoj storitev v oblaku Microsoft Azure, smo verjetno prvi v Sloveniji tudi preizkusili rešitev Azure Percept. Gre za skupek strojne opreme (Azure Percept DK) in v oblaku gostovanega inteligentnega sistema Azure Percept Studio, ki izvaja strojno učenje na področju strojnega vida s pomočjo rešitve customvision.ai.

Gre torej za kombinacijo računalništva v oblaku in računalništva na robu (ang. edge computing), saj je napovedni model za detekcijo objektov v videu nameščen in teče neposredno na napravi Azure Percept, ki je sicer nastala v sodelovanju podjetij Microsoft in Asus. Namen testiranja je bilo preveriti, ali bi lahko Azure Percept uporabili na katerem od razvojnih projektov za naročnike skupine. Preizkusili smo model zaznave običajnih predmetov (general object detection model), ki je bil naučen na najpogostejših predmetih, ki jih najdemo v pisarni.

Rezultati in uspešnost prepoznave so precej dobri, najbolj navdušeni pa smo bili nad realno časovno prepoznavo vozil (ang. vehicle recognition model), kot je prikazana na spodnjem zajemu zaslona, ki je sicer pogled iz pisarne Skupine stroka.si (skozi zatemnjeno okno, kar na nek način še otežuje razpoznavo vozil).

                                                                       Slika 2 – Realno časovna prepoznava vozil v vidu s pomočjo rešitve Azure Percept

Strojni del rešitve Azure Percept je bil integriran v interno rešitev strokaDT platform in sicer tako, da se podatki telemetrije in detekcije iz naprave pošljejo v oblak Azure. Kot vstopna točka služi Azure IoT Hub, saj je bila naprava vključena v interni sistem strokaDT platform. Pri preizkusu so naši razvijalci tudi nadaljevali na učenju internega modela, ki zmore prepoznati naključno izbrane predmete iz pisarne.

Tukaj smo za vas

Zaupajte nam svoj e-mail naslov in z veseljem vas bomo obveščali o trendih in novostih s področjih sodobnih informacijskih tehnologij.


Skupini stroka.si, podjetju Stroka produkt d.o.o., izrecno dovoljujem obdelavo zgoraj navedenih osebnih podatkov za obveščanje o novicah, povezanih z aktualnim dogajanjem, dogodkih in ostalih pomembnih dosežkih Skupine stroka.si. Prav tako se strinjam s politiko varstva osebnih podatkov.