Bastet AI
computer vision ဖြင့် ကော်ပိုးဘုတ်နှင့် CCTV ဖန်သားပြင်ဖတ်၍ ပိုးမွှားစစ်ဆေးခြင်းကို လူလုပ်မှ ၂၄ နာရီအလိုအလျောက်ဖော်ထုတ်ခြင်းသို့ ပြောင်း
အစားအသောက်စက်ရုံ၊ ကုန်လှောင်ရုံနှင့် ရုံးအဆောက်အဦများ၏ ပိုးမွှားကာကွယ်ရေးသည် နှစ်ပေါင်းများစွာ ရိုးရာနည်းဖြင့်လုပ်ခဲ့ရသည်—နည်းပညာရှင် လက်ရှိနေရာသို့ ပုံမှန်သွား၍ ကြွက်ထောင်တစ်ခုချင်းလှန်ကြည့်၊ မှန်ဘီလူးဖြင့် ကော်ပိုးဘုတ်ပေါ်ပိုးမည်မျှရှိသည်ကို ရေတွက်၊ ထို့နောက် လက်ဖြင့်မှတ်တမ်းတင်သည်။ Bastet AI (ဖွံ့ဖြိုးသူ LBS Smarttech) က ဤလုပ်ငန်းစဉ်ကို computer vision နှင့် IoT sensor ဖြင့် အလိုအလျောက်ပြုလုပ်သည်။
ထုတ်ကုန်ကို သုံးပိုင်းခွဲ၍ လက်တွေ့ကျစွာ ဒီဇိုင်းဆွဲထားသည်—ပထမ IoT ကြွက်ထောင်၊ လှုပ်ရှားမှုရှိလျှင် သတိပေးချက်ထုတ်၊ ဒုတိယ လက်ရှိနေရာရှိ CCTV ဖန်သားပြင်ကို တိုက်ရိုက်ခွဲခြမ်း၍ စက်ပစ္စည်းအပိုမတပ်ဘဲ ကြွက်လှုပ်ရှားမှုစောင့်ကြည့်၊ တတိယ ကော်ပိုးဘုတ်ဓာတ်ပုံကို အလိုအလျောက်ဖတ်၍ ပိုးမျိုးနှင့်အရေအတွက်ဖော်ထုတ်။ သုံးခုစလုံး၏ ဒေတာကို dashboard တစ်ခုတည်းသို့ စုစည်း၍ လှုပ်ရှားမှု hotspot မြေပုံနှင့် လမ်းကြောင်းခွဲခြမ်းစိတ်ဖြာမှုထုတ်ကာ သတိပေးချက်ကို email နှင့် ဖုန်း App ဖြင့် ပို့သည်။ တရားဝင်ဝဘ်ဆိုက်က ပိုးမွှားတွေ့ရှိမှု ၈၅% လျှော့ချနိုင်သည်ဟုဆို၍ ဖောက်သည်နမူနာများသည် ဟောင်ကောင်နှင့် စင်္ကာပူ၏ အစားအသောက်ထုတ်လုပ်ရေး၊ ထောက်ပံ့ပို့ဆောင်ရေးနှင့် စီးပွားရေးအိမ်ခြံမြေမှ လာသည်။
လုပ်ဆောင်ချက်များနှင့် သင့်လျော်သည့်နေရာများ: တကယ့်တန်ဖိုးမှာ နှစ်ခုတွင်ရှိသည်။ ပထမမှာ စာရင်းစစ်—အစားအသောက်စက်ရုံ HACCP, ISO 22000, BRC ကဲ့သို့ အသိအမှတ်ပြုလက်မှတ်ရရန် ပိုးမွှားမှတ်တမ်းသည် မဖြစ်မနေစစ်ဆေးရသည့်အရာဖြစ်ပြီး ယခင်စာရွက်ဖြင့်လွယ်လွယ်မှားနိုင်သော်လည်း စနစ်တကျပြီးနောက် ဖော်ထုတ်မှုတိုင်း အချိန်တံဆိပ်နှင့် ရုပ်ပုံအထောက်အထားရှိသည်။ ဒုတိယမှာ နည်းပညာရှင်၏ အလုပ်ချိန်ကို "ပုံမှန်စစ်ဆေးမှု" မှ "တကယ်ပြဿနာရှိသည့်နေရာ" သို့ ပြောင်းခြင်းဖြစ်သည်။ မြန်မာ့အစားအသောက်စက်ရုံ၊ ဗဟိုမီးဖိုချောင်နှင့် လက်ကားစတိုးကြီးများတွင်လည်း တူညီသောလိုအပ်ချက်ရှိပြီး ဤနယ်ပယ်တွင် မြန်မာ၌ ဒေသဆိုင်ရာ AI ဖြေရှင်းချက် နီးပါးမရှိသဖြင့် ထင်ရှားသောကွက်လပ်ဖြစ်သည်။ ၎င်း၏ အာရှဖောက်သည်အခြေခံ (ဟောင်ကောင်၊ စင်္ကာပူ) က အချိန်ဇုန်နှင့် ဝန်ဆောင်မှုပံ့ပိုးမှု နီးစပ်ကြောင်း ဆိုလိုသည်။
အဓိက အင်္ဂါရပ်များ
- computer vision ဖြင့် ၂၄ နာရီ ပိုးမွှားလှုပ်ရှားမှု အလိုအလျောက်ဖော်ထုတ်ခြင်း
- IoT ကြွက်ထောင်ချက်ချင်းသတိပေးခြင်း
- လက်ရှိ CCTV ဖန်သားပြင်ခွဲခြမ်း၍ အပိုတပ်ဆင်စရာမလို
- ကော်ပိုးဘုတ်ရုပ်ပုံ အလိုအလျောက်ဖတ်၍ ပိုးမျိုးနှင့်အရေအတွက်ဖော်ထုတ်ခြင်း
- လှုပ်ရှားမှု hotspot မြေပုံနှင့် လမ်းကြောင်းခွဲခြမ်းစိတ်ဖြာ dashboard
- email နှင့် ဖုန်း App နှစ်လမ်း သတိပေးခြင်း
- စာရင်းစစ်အတွက် အချိန်တံဆိပ်နှင့် ရုပ်ပုံအထောက်အထား
အားသာချက်များ
- ရှိပြီးသား CCTV ကို ဆက်သုံးနိုင်၍ ထည့်သွင်းစရိတ် အသစ်လဲရသည်ထက်နိမ့်သည်
- အလိုအလျောက်ထုတ်သည့်မှတ်တမ်းသည် အစားအသောက်လုံခြုံရေးစာရင်းစစ်အတွက် အလွန်အသုံးဝင်သည်
- အာရှဖောက်သည်အခြေခံရှိ၍ ဝန်ဆောင်မှုအချိန်ဇုန်နီးစပ်သည်
- နည်းပညာရှင်ကို ပုံမှန်စစ်ဆေးမှုမှ တကယ့်ပြဿနာနေရာသို့ လွှတ်ပေးသည်
အားနည်းချက်များ
- စျေးနှုန်းမထုတ်ဖော်ထား
- CCTV ခွဲခြမ်းမှုတိကျမှုသည် ကင်မရာ resolution နှင့် တပ်ဆင်နေရာအပေါ် အလွန်မှီခိုသည်
- တရားဝင်ဝဘ်ဆိုက်အချက်အလက်သည် စျေးကွက်ရှာဖွေရေးဦးတည်၍ နည်းပညာအသေးစိတ်နှင့် model တိကျမှုထုတ်ဖော်မှုနည်းသည်
- မြန်မာတွင် ကိုယ်စားလှယ်မရှိ၍ ထည့်သွင်းခြင်းနှင့် ထိန်းသိမ်းမှုပံ့ပိုးမှုကို ကိုယ်တိုင်သေချာစေရမည်
အသုံးပြုမှုများ
- အစားအသောက်စက်ရုံ HACCP ပိုးမွှားမှတ်တမ်း အလိုအလျောက်ပြုလုပ်ခြင်း
- ကုန်လှောင်ရုံ ကြွက်ဘေး hotspot ခွဲခြမ်းစိတ်ဖြာခြင်း
- ရုံးနှင့် ဈေးဝယ်စင်တာများ၏ ပိုးမွှားစစ်ဆေးမှုကောင်းမွန်စေခြင်း
- ဗဟိုမီးဖိုချောင် အစားအသောက်လုံခြုံရေးစာရင်းစစ်အထောက်အထား
- ပိုးမွှားကာကွယ်ရေးလုပ်ငန်းများ၏ ဝန်ဆောင်မှုဒစ်ဂျစ်တယ်ပြောင်းလဲခြင်း
အယ်ဒီတာမှတ်ချက်
ဤသည်မှာ နားထောင်ရ မဆွဲဆောင်သော်လည်း တန်ဖိုးအလွန်ရှင်းလင်းသည့် AI အသုံးချမှုမျိုးဖြစ်သည်။ "AI က ကော်ပိုးဘုတ်ပေါ်ပိုးရေတွက်" အတွက် စိတ်ဓာတ်တက်ကြွသောနည်းပညာသုံးသပ်ချက်ရေးမည့်သူ မရှိသော်လည်း နေ့စဉ်ကော်ပိုးဘုတ်ရာနှင့်ချီ လှန်ကြည့်ရသည့်နည်းပညာရှင်အတွက် ဤအရာ တကယ်ပြဿနာဖြေရှင်းပေးသည်။ မြန်မာ့အစားအသောက်လုပ်ငန်း၏ ဤလိုအပ်ချက်သည် ကြာရှည်ရှိနေခဲ့သော်လည်း ဒေသဆိုင်ရာဖြေရှင်းချက် နီးပါးမရှိ၍ လျှော့တွက်ခံရသည့်အခွင့်အလမ်းဟု ကျွန်ုပ်ထင်သည်။
မေးလေ့ရှိသောမေးခွန်းများ
ရှိပြီးသားကင်မရာကို တကယ်သုံးနိုင်ပါသလား၊ ရုပ်ထွက်လုံလောက်ပါသလား
တရားဝင်ဝဘ်ဆိုက်က လက်ရှိ CCTV ခွဲခြမ်းနိုင်သည်ဟုဆိုသော်လည်း ဤအရာသည် လက်တွေ့တွင် ကင်မရာ၏ resolution, တပ်ဆင်အမြင့်၊ ညအလင်းစွမ်းရည်နှင့် ဖန်သားပြင်လွှမ်းခြုံမှုအပေါ်မူတည်သည်။ ကြွက်သည် အရွယ်သေး၍ လျင်မြန်ကာ ညဘက်နံရံကပ်ပြေးလေ့ရှိသဖြင့် မျက်နှာကျက်အလယ်တွင်တပ်ထားသော ကင်မရာတစ်လုံးက ရိုက်မမိနိုင်ပါ။ ထည့်သွင်းမီ လက်ရှိနေရာလက်တွေ့စမ်းသပ်မှု မဖြစ်မနေပြုပြီး တင်ပြချက်ကိုသာ မကြည့်ပါနှင့်။
မြန်မာ့အစားအသောက်စက်ရုံ ထည့်သွင်းရာတွင် အကြီးဆုံးအတားအဆီးက ဘာနည်း
နည်းပညာမဟုတ်ဘဲ စာရင်းစစ်ယူနစ်က လက်ခံမလက်ခံဖြစ်သည်ဟု ကျွန်ုပ်ထင်သည်။ မြန်မာ့အစားအသောက်သန့်ရှင်းရေးစစ်ဆေးမှုသည် လက်ရှိတွင် အီလက်ထရွန်နစ်ပိုးမွှားမှတ်တမ်းအတွက် ရှင်းလင်းသောစံမရှိသေး၍ လက်တွေ့တွင် စာရွက် သို့မဟုတ် အနည်းဆုံး print ထုတ်နိုင်သောအစီရင်ခံစာ ထားရဆဲဖြစ်သည်။ ထည့်သွင်းမီ သင့်၏အသိအမှတ်ပြုအဖွဲ့နှင့် format လက်ခံနိုင်မနိုင် ဦးစွာသေချာစေရန် အကြံပြုသည်၊ မဟုတ်ပါက လုပ်ထားသည့်လှသော dashboard က စာရင်းစစ်နေ့တွင် အသုံးမဝင်ပါ။
Microshare ကဲ့သို့ IoT ပလက်ဖောင်းနှင့် ဘာကွာသနည်း
အနေအထား ထပ်တူရှိသော်လည်း အလေးထားချက်ကွာသည်။ [Microshare](/tools/microshare) သည် ကျယ်ပြန့်သော အဆောက်အအုံ sensor ပလက်ဖောင်းဖြစ်၍ ပိုးမွှားသည် အသုံးချမှုများစွာထဲမှတစ်ခုသာ (သန့်ရှင်းရေး၊ ရေယိုစိမ့်၊ အပူချိန်စိုထိုင်းဆ၊ ဝင်ပေါက်ထိန်းချုပ်လည်းရှိ)၊ Bastet က ပိုးမွှားတစ်ခုတည်းကို အထူးပြု၍ ရုပ်ပုံဖတ်ခြင်းနက်ရှိုင်းမှု ပိုကောင်းသည်။ ပိုးမွှားလိုအပ်ချက်တစ်ခုသာရှိလျှင် ဒေါင်လိုက်ကိရိယာက ပိုအသုံးဝင်၊ အဆောက်အအုံတစ်ခုလုံး sensor ကိစ္စတစ်ခါတည်းဖြေရှင်းလိုလျှင် ပလက်ဖောင်းပုံစံကို ကြည့်သင့်သည်။
