安全與安全機制

預防採礦環境中多個活動零件造成的意外事故。首先是感官超負荷：鑽井與礦石運輸作業聲響亮，且地下作業往往光線昏暗。各式各樣的機具以不同速度行駛，但現場沒有號誌燈，而且無法看一眼就完全清楚環境。再加上長時間輪班，從以上條件已可看出工人的安全飽受威脅。

幸好礦業可以利用電腦視覺 AI 解決方案，解決危險環境的難題。LabelFuse──機器學習與電腦視覺解決方案無程式碼平台的創始人兼執行長 Kelvin Aongola 表示「預防意外事故是礦業的首要之務，只是沒有標準方法應對這項難題」。

「公司持續尋求符合成本效益的方法，解決這個問題。」Aongola 說。我們的先進駕駛輔助系統（ADAS）專為採礦和長途貨運業設計，主要作為預防意外事故的平台，並利用現有的監控攝影機，精確擷取疲勞駕駛的影像，及地面工作情形。

電腦視覺 AI 偵測疲勞

在採礦的使用案例中，因為充斥大小型機具，環境十分嘈雜。「如果高居駕駛座，您的視野會完全被擋住。」Aongola 說。有很多傳統方法讓駕駛保持清醒防止意外發生。

電腦視覺解決方案擷取人可能輕易錯失的疲勞視覺提示（眼皮垂下、頻繁眨眼），然後傳送提示給駕駛。為了提升危害途徑的預測，我們也邀請駕駛參與這項計畫，瞭解機具附近的環境狀況。「除此之外，我們串流這些活動至控制中心，只要駕駛忽略所有警示，控制中心就會接管。」Aongola 說。這些資料有助事故發生後，保險理賠的核實。

基於 AI 演算法會掃描人臉搜尋疲勞或注意力渙散的跡象，免不了產生隱私顧慮。「但 LabelFuse 遵循資料隱私法，絕不在雲端儲存個人資料，因為雲端較容易入侵」Aongola 說。再者，LabelFuse 內部部署的中繼資料只保存短短幾個月。

「雖然預防意外事故目前的使用案例是礦業，但 LabelFuse 解決方案可以承擔更多」Aongola 說。我們的系統與 ADAS 合作良好，所以日後可以延伸運用在自動駕駛使用案例。「我們目前提供的設置可以向外拓展運用」Aongola 說。

無程式碼解決方案的需求

一般公司沒有適當的 AI 專業技術，導致難以實施。「即使多數公司知道電腦視覺部署的方式，尤其是邊緣部署，也會小型概念驗證，卻無法擴充概念驗證為生產就緒的解決方案。」Aongola 說，「他們往往苦於微調模型，或弄不清如何使用適當的邊緣裝置部署他們的構思。」

企業希望部署 AI 驅動解決方案，並投入無程式碼解決方案，才能以企業主要的價值主張為重，避免淪為 AI 為主的公司。即使沒有程式設計技能，無程式碼解決方案可以普及軟體使用，協助開發可行的問題解決方案。預先組裝元件與拖放功能協助專業人士，不必深入瞭解程式設計基礎知識，就能組建功能。

LabelFuse 以無程式碼平台滿足這類需求，領域專家只要登入平台，選擇特定業務營運需求的模型。

Intel 邊緣運算的優勢

基於多項理由，包括合理成本，LabelFuse 採用 Intel 技術。「直接與客戶討論較容易成交，因為他們可以當場決定定價，不必經歷複雜的核准流程。」Aongola 說。

在雲端儲存資料困難重重，所以高功耗邊緣處理有助降低成本、減少延遲。Intel^® NUC 搭載第 13 代 Intel^® Core™ 處理器，滿足所有所需的高效能運算。裝置的外型規格小巧、易於安裝，所以十分適合機具狹小的空間。此外，對應採礦惡劣的環境，NUC 可設置堅固的外殼。「知名品牌是另一個重要的加分項」Aongola 說，「Intel 技術歷經長期驗證，畢竟您不會採用無名裝置協助解決問題。」

拓展電腦視覺 AI 運用

LabelFuse 知道可以立即實作礦業的預防意外事故平台，但使用案例不僅止於礦業。只要產業有工作人員可能注意力下滑，例如製造、現場服務、零售等環境繁雜的產業，這些電腦視覺 AI 解決方案都能帶來益處。

「電腦視覺工作的方式逐漸改變」Aongola 說。民眾渴望可以交流的解決方案，例如 ChatGPT 等 AI 聊天機器人提供視覺資料。LabelFuse 整合這類生成式 AI 至邊緣產品，並且預見這個領域有絕大的魅力。
 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。