Thoại Viết Hoàng
Writer
Thị giác máy tính có thể làm được nhiều việc hơn là giảm chi phí và cải thiện chất lượng. Đây là cách các cải tiến về phần cứng, phần mềm và AI đang cứu mạng sống và cải thiện sự an toàn trong và ngoài nhà máy.
Các trường hợp sử dụng thị giác máy tính đầu tiên vào những năm 1950 đã phân tích văn bản đánh máy và văn bản viết tay. Các ứng dụng thương mại ban đầu tập trung vào các hình ảnh đơn lẻ, bao gồm nhận dạng ký tự quang học, phân đoạn hình ảnh và phát hiện đối tượng. Công việc tiên phong về nhận dạng khuôn mặt bắt đầu từ những năm 1960 và các công ty công nghệ lớn bắt đầu triển khai khả năng này vào khoảng năm 2010.
Quy mô thị trường thị giác máy tính ước tính khoảng 14 tỷ USD vào năm 2022 và dự kiến sẽ tăng trưởng với tốc độ tăng trưởng kép hàng năm là 19,6% từ năm 2023 đến năm 2030. Mặc dù có nhiều đột phá và công ty khởi nghiệp về thị giác máy tính mới nhưng quy mô thị trường của nó vẫn nhỏ so với các thị trường khác. Công nghệ AI. Ví dụ, AI sáng tạo được ước tính sẽ trở thành thị trường trị giá 1,3 nghìn tỷ USD vào năm 2032.
MỤC LỤC
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Giảm chất thải trong sản xuất
Nâng cao an toàn trên sàn nhà máy
Giám sát lưới điện
Giao diện não-máy tính
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Hôm nay, bất cứ nơi nào bạn đến, camera đều có thể quét bạn và các thuật toán thị giác máy tính đang thực hiện phân tích theo thời gian thực. Các trường hợp sử dụng hàng đầu của thị giác máy tính bao gồm quét tài liệu, giám sát video, chụp ảnh y tế và phát hiện luồng giao thông. Những đột phá trong thị giác máy tính thời gian thực có ô tô tự lái tiên tiến và các trường hợp sử dụng bán lẻ được thúc đẩy như cửa hàng không thu ngân và quản lý hàng tồn kho.
Các trường hợp sử dụng thị giác máy tính đầu tiên vào những năm 1950 đã phân tích văn bản đánh máy và văn bản viết tay. Các ứng dụng thương mại ban đầu tập trung vào các hình ảnh đơn lẻ, bao gồm nhận dạng ký tự quang học, phân đoạn hình ảnh và phát hiện đối tượng. Công việc tiên phong về nhận dạng khuôn mặt bắt đầu từ những năm 1960 và các công ty công nghệ lớn bắt đầu triển khai khả năng này vào khoảng năm 2010.
Quy mô thị trường thị giác máy tính ước tính khoảng 14 tỷ USD vào năm 2022 và dự kiến sẽ tăng trưởng với tốc độ tăng trưởng kép hàng năm là 19,6% từ năm 2023 đến năm 2030. Mặc dù có nhiều đột phá và công ty khởi nghiệp về thị giác máy tính mới nhưng quy mô thị trường của nó vẫn nhỏ so với các thị trường khác. Công nghệ AI. Ví dụ, AI sáng tạo được ước tính sẽ trở thành thị trường trị giá 1,3 nghìn tỷ USD vào năm 2032.
MỤC LỤC:
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Giảm chất thải trong sản xuất
Nâng cao an toàn trên sàn nhà máy
Giám sát lưới điện
Giao diện não-máy tính
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Hôm nay, bất cứ nơi nào bạn đến, camera đều có thể quét bạn và các thuật toán thị giác máy tính đang thực hiện phân tích theo thời gian thực. Các trường hợp sử dụng hàng đầu của thị giác máy tính bao gồm quét tài liệu, giám sát video, chụp ảnh y tế và phát hiện luồng giao thông. Những đột phá trong thị giác máy tính thời gian thực có ô tô tự lái tiên tiến và các trường hợp sử dụng bán lẻ được thúc đẩy như cửa hàng không thu ngân và quản lý hàng tồn kho.
Các đề cử được mở cho Nơi làm việc Tốt nhất trong lĩnh vực CNTT năm 2024
Các nhà sản xuất toàn cầu lãng phí tới 8 nghìn tỷ USD mỗi năm và thị giác máy tính có thể giúp giám sát thiết bị, linh kiện được sản xuất và các yếu tố môi trường để giúp nhà sản xuất giảm thiểu những tổn thất này.
Chandar cho biết, các công nghệ cơ bản cho nhiều trường hợp sử dụng trong sản xuất là phổ biến. “Chúng chủ yếu sử dụng máy ảnh 2D, mặc dù có độ phân giải cao và tốc độ khung hình từ 20 khung hình/giây trở lên và mạng thần kinh tích chập (CNN).”
Để tăng độ chính xác, các nhà sản xuất sẽ cần một chiến lược để tăng cường dữ liệu đó. Chandar cho biết thêm: “Để bổ sung năng lực đào tạo trong các môi trường sản xuất thông thường, số lượng hình ảnh có chất lượng sản phẩm tốt sẽ vượt xa các khiếm khuyết”.
Một cách để giải quyết khoảng trống là sử dụng dữ liệu tổng hợp, một phương pháp tiếp cận mà các nhóm phát triển sử dụng để tăng tính đa dạng của dữ liệu thử nghiệm của họ.
Jens Beck, đối tác quản lý và đổi mới dữ liệu tại Syntax, cho biết các nhà sản xuất có thể bắt đầu bằng các bước kiểm tra trực quan cơ bản và sau đó dẫn đến các cơ hội tự động hóa lớn hơn. Ông nói: “Chúng tôi thấy thị giác máy tính và AI được kết hợp để kiểm tra trực quan, chẳng hạn như trong ô tô để kiểm tra vết keo. “Giá trị kinh doanh dành cho khách hàng không chỉ là lựa chọn tăng hiệu suất thiết bị tổng thể (OEE) bằng cách tự động hóa các bước thủ công mà còn ghi lại quá trình kiểm tra, sau đó tích hợp thị giác máy tính vào hệ thống thực thi sản xuất (MES) của họ và cuối cùng là nguồn lực doanh nghiệp. lập kế hoạch (ERP).”
Nâng cao an toàn trên sàn nhà máy
Ngoài chất lượng và hiệu quả, thị giác máy tính có thể giúp cải thiện sự an toàn của người lao động và giảm thiểu tai nạn trên sàn nhà máy cũng như các địa điểm làm việc khác. Theo Cục Thống kê Lao động Hoa Kỳ, có gần 400.000 người bị thương và bệnh tật trong lĩnh vực sản xuất vào năm 2021.
Yashar Behzadi, Giám đốc điều hành và người sáng lập của Synt tổng hợp AI cho biết: “Tầm nhìn máy tính tăng cường sự an toàn và bảo mật của người lao động trong các cơ sở được kết nối bằng cách liên tục xác định các rủi ro và mối đe dọa tiềm ẩn đối với nhân viên nhanh hơn và hiệu quả hơn so với sự giám sát của con người”. “Để thị giác máy tính đạt được điều này một cách chính xác và đáng tin cậy, các mô hình học máy phải được đào tạo trên lượng dữ liệu khổng lồ và trong những trường hợp sử dụng cụ thể này, dữ liệu phi cấu trúc thường được chuyển đến kỹ sư ML ở dạng thô và không được gắn nhãn.”
Việc sử dụng dữ liệu tổng hợp cũng rất quan trọng đối với các trường hợp sử dụng liên quan đến an toàn vì các nhà sản xuất ít có khả năng có hình ảnh nêu bật các yếu tố an toàn cơ bản. Behzadi cho biết thêm: “Các công nghệ như dữ liệu tổng hợp giúp giảm bớt căng thẳng cho các kỹ sư ML bằng cách cung cấp dữ liệu chất lượng cao, được dán nhãn chính xác, có thể giải quyết các trường hợp khó khăn giúp tiết kiệm thời gian, tiền bạc và những nguyên nhân đau đầu do dữ liệu không chính xác gây ra”.
Sunil Kardam, người đứng đầu chuỗi cung ứng và hậu cần SBU tại Gramener, cho biết: “Lợi ích của thị giác máy tính bao gồm phân tích theo thời gian thực, cải thiện hiệu quả và nâng cao khả năng ra quyết định”. Kardam chia sẻ một số trường hợp sử dụng ví dụ khác:
Theo dõi quá trình di chuyển nguyên vật liệu, xác định các khuyết tật trong sản phẩm và bao bì, đồng thời giảm lãng phí
Thực thi các giao thức bằng cách giám sát hành vi của nhân viên trái phép
Đơn giản hóa việc xử lý tài liệu, tối ưu hóa hàng tồn kho, hỗ trợ yêu cầu bảo hiểm và cho phép quản lý hậu cần hiệu quả
Kardam chia sẻ rằng thị giác máy tính dựa vào camera và các thuật toán tiên tiến như YOLO, Faster R-CNN và OpenCV. Ông cho biết các mô hình học máy dành cho thị giác máy tính “có thể được xử lý trên các thiết bị biên hoặc trên đám mây, với camera thông minh và API dựa trên đám mây cung cấp các khả năng mạnh mẽ”.
Giám sát lưới điện
Hầu hết hoạt động sản xuất đều diễn ra trong nhà, nơi các kỹ sư có một số quyền kiểm soát đối với môi trường, bao gồm cả nơi đặt camera và thời điểm cần thêm ánh sáng. Các trường hợp sử dụng thị giác máy tính phức tạp hơn khi chúng liên quan đến việc phân tích các khu vực ngoài trời và cảnh quan bằng cách sử dụng máy ảnh, máy bay không người lái, máy bay và vệ tinh được gắn.
Vik Chaudry, CTO, COO và đồng sáng lập Buzz Solutions, chia sẻ một ví dụ về việc sử dụng máy bay không người lái. Ông nói: “Tầm nhìn máy tính được sử dụng để giám sát và xác định các lỗi trong lưới điện và các tiện ích cũng như các trạm biến áp nhằm đảm bảo một mạng lưới được kết nối và đáng tin cậy trên khắp nước Mỹ”. “Dựa vào hàng nghìn hình ảnh được thu thập từ nhiều tiện ích khác nhau trên khắp Hoa Kỳ, thị giác máy tính có thể xác định chính xác các mối đe dọa, lỗi và sự bất thường.”
Cháy đường dây điện là một lĩnh vực đáng quan tâm. Theo Trung tâm Cứu hỏa Liên cơ quan Quốc gia, từ năm 1992 đến năm 2020, đã xảy ra hơn 32,00 vụ cháy rừng do đường dây điện trên khắp nước Mỹ và vụ cháy rừng lớn thứ hai ở California là do đường dây điện quá gần một cái cây. Các công ty tiện ích hiện đang đánh giá các cơ hội sử dụng AI để tối ưu hóa việc sửa chữa và giảm thiểu rủi ro.
Chaudry cho biết: “Vì phần mềm này sử dụng dữ liệu và hình ảnh thực từ các tiện ích hiện có nên nó cực kỳ chính xác và có thể xác định một loạt mối đe dọa từ thời tiết, cơ sở hạ tầng được bảo trì kém và nhiệt độ tăng cao”. “Công nghệ này cho phép bảo trì nhanh chóng và hiệu quả đồng thời ngăn ngừa tình trạng mất điện trên diện rộng và các thảm họa do lưới điện gây ra.”
Giao diện não-máy tính
Nhìn về tương lai, Naeem Komeilipoor, CTO của AAVAA, chia sẻ biên giới mới về thị giác máy tính và các thiết bị công nghệ mới nổi. “Công nghệ giao diện não-máy tính (BCI) được sử dụng trong môi trường công nghiệp có thể là một cách tiếp cận bổ sung cho một số trường hợp sử dụng thị giác máy tính công nghiệp, đặc biệt là trong môi trường có tầm nhìn thấp, nhiệt độ khắc nghiệt hoặc điều kiện nguy hiểm khi việc sử dụng máy ảnh bị hạn chế,” ông nói. nói.
Hoàn thành việc sửa chữa trong điều kiện nguy hiểm là một trường hợp sử dụng nhưng trường hợp phổ biến hơn là khi xây dựng, làm việc tại nhà máy lọc dầu hoặc công việc thực địa khác yêu cầu sử dụng cả hai tay để kiểm tra hoặc vận hành máy móc.
“Hãy sửa chữa tại nơi làm việc. Công nghệ BCI được sử dụng trong kính thông minh cung cấp một phương pháp thay thế để theo dõi ánh mắt mà không cần máy ảnh bên ngoài để chúng vẫn có thể hoạt động trong những điều kiện khó khăn,” Komeilipoor nói. “Thay vì dựa vào camera, BCI theo dõi chuyển động của mắt bằng cách diễn giải não và các tín hiệu sinh học như điện nhãn đồ (EOG). Công nghệ này bao gồm các thuật toán xử lý tín hiệu tiên tiến và học máy để phân tích chuyển động của mắt được ghi lại thông qua các cảm biến chuyên dụng.”
Quy mô thị trường thị giác máy tính ước tính khoảng 14 tỷ USD vào năm 2022 và dự kiến sẽ tăng trưởng với tốc độ tăng trưởng kép hàng năm là 19,6% từ năm 2023 đến năm 2030. Mặc dù có nhiều đột phá và công ty khởi nghiệp về thị giác máy tính mới nhưng quy mô thị trường của nó vẫn nhỏ so với các thị trường khác. Công nghệ AI. Ví dụ, AI sáng tạo được ước tính sẽ trở thành thị trường trị giá 1,3 nghìn tỷ USD vào năm 2032.
MỤC LỤC
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Giảm chất thải trong sản xuất
Nâng cao an toàn trên sàn nhà máy
Giám sát lưới điện
Giao diện não-máy tính
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Hôm nay, bất cứ nơi nào bạn đến, camera đều có thể quét bạn và các thuật toán thị giác máy tính đang thực hiện phân tích theo thời gian thực. Các trường hợp sử dụng hàng đầu của thị giác máy tính bao gồm quét tài liệu, giám sát video, chụp ảnh y tế và phát hiện luồng giao thông. Những đột phá trong thị giác máy tính thời gian thực có ô tô tự lái tiên tiến và các trường hợp sử dụng bán lẻ được thúc đẩy như cửa hàng không thu ngân và quản lý hàng tồn kho.
Các trường hợp sử dụng thị giác máy tính đầu tiên vào những năm 1950 đã phân tích văn bản đánh máy và văn bản viết tay. Các ứng dụng thương mại ban đầu tập trung vào các hình ảnh đơn lẻ, bao gồm nhận dạng ký tự quang học, phân đoạn hình ảnh và phát hiện đối tượng. Công việc tiên phong về nhận dạng khuôn mặt bắt đầu từ những năm 1960 và các công ty công nghệ lớn bắt đầu triển khai khả năng này vào khoảng năm 2010.
Quy mô thị trường thị giác máy tính ước tính khoảng 14 tỷ USD vào năm 2022 và dự kiến sẽ tăng trưởng với tốc độ tăng trưởng kép hàng năm là 19,6% từ năm 2023 đến năm 2030. Mặc dù có nhiều đột phá và công ty khởi nghiệp về thị giác máy tính mới nhưng quy mô thị trường của nó vẫn nhỏ so với các thị trường khác. Công nghệ AI. Ví dụ, AI sáng tạo được ước tính sẽ trở thành thị trường trị giá 1,3 nghìn tỷ USD vào năm 2032.
MỤC LỤC:
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Giảm chất thải trong sản xuất
Nâng cao an toàn trên sàn nhà máy
Giám sát lưới điện
Giao diện não-máy tính
Các trường hợp sử dụng mới nổi cho thị giác máy tính
Hôm nay, bất cứ nơi nào bạn đến, camera đều có thể quét bạn và các thuật toán thị giác máy tính đang thực hiện phân tích theo thời gian thực. Các trường hợp sử dụng hàng đầu của thị giác máy tính bao gồm quét tài liệu, giám sát video, chụp ảnh y tế và phát hiện luồng giao thông. Những đột phá trong thị giác máy tính thời gian thực có ô tô tự lái tiên tiến và các trường hợp sử dụng bán lẻ được thúc đẩy như cửa hàng không thu ngân và quản lý hàng tồn kho.
Các đề cử được mở cho Nơi làm việc Tốt nhất trong lĩnh vực CNTT năm 2024
Các nhà sản xuất toàn cầu lãng phí tới 8 nghìn tỷ USD mỗi năm và thị giác máy tính có thể giúp giám sát thiết bị, linh kiện được sản xuất và các yếu tố môi trường để giúp nhà sản xuất giảm thiểu những tổn thất này.
Chandar cho biết, các công nghệ cơ bản cho nhiều trường hợp sử dụng trong sản xuất là phổ biến. “Chúng chủ yếu sử dụng máy ảnh 2D, mặc dù có độ phân giải cao và tốc độ khung hình từ 20 khung hình/giây trở lên và mạng thần kinh tích chập (CNN).”
Để tăng độ chính xác, các nhà sản xuất sẽ cần một chiến lược để tăng cường dữ liệu đó. Chandar cho biết thêm: “Để bổ sung năng lực đào tạo trong các môi trường sản xuất thông thường, số lượng hình ảnh có chất lượng sản phẩm tốt sẽ vượt xa các khiếm khuyết”.
Một cách để giải quyết khoảng trống là sử dụng dữ liệu tổng hợp, một phương pháp tiếp cận mà các nhóm phát triển sử dụng để tăng tính đa dạng của dữ liệu thử nghiệm của họ.
Jens Beck, đối tác quản lý và đổi mới dữ liệu tại Syntax, cho biết các nhà sản xuất có thể bắt đầu bằng các bước kiểm tra trực quan cơ bản và sau đó dẫn đến các cơ hội tự động hóa lớn hơn. Ông nói: “Chúng tôi thấy thị giác máy tính và AI được kết hợp để kiểm tra trực quan, chẳng hạn như trong ô tô để kiểm tra vết keo. “Giá trị kinh doanh dành cho khách hàng không chỉ là lựa chọn tăng hiệu suất thiết bị tổng thể (OEE) bằng cách tự động hóa các bước thủ công mà còn ghi lại quá trình kiểm tra, sau đó tích hợp thị giác máy tính vào hệ thống thực thi sản xuất (MES) của họ và cuối cùng là nguồn lực doanh nghiệp. lập kế hoạch (ERP).”
Nâng cao an toàn trên sàn nhà máy
Ngoài chất lượng và hiệu quả, thị giác máy tính có thể giúp cải thiện sự an toàn của người lao động và giảm thiểu tai nạn trên sàn nhà máy cũng như các địa điểm làm việc khác. Theo Cục Thống kê Lao động Hoa Kỳ, có gần 400.000 người bị thương và bệnh tật trong lĩnh vực sản xuất vào năm 2021.
Yashar Behzadi, Giám đốc điều hành và người sáng lập của Synt tổng hợp AI cho biết: “Tầm nhìn máy tính tăng cường sự an toàn và bảo mật của người lao động trong các cơ sở được kết nối bằng cách liên tục xác định các rủi ro và mối đe dọa tiềm ẩn đối với nhân viên nhanh hơn và hiệu quả hơn so với sự giám sát của con người”. “Để thị giác máy tính đạt được điều này một cách chính xác và đáng tin cậy, các mô hình học máy phải được đào tạo trên lượng dữ liệu khổng lồ và trong những trường hợp sử dụng cụ thể này, dữ liệu phi cấu trúc thường được chuyển đến kỹ sư ML ở dạng thô và không được gắn nhãn.”
Việc sử dụng dữ liệu tổng hợp cũng rất quan trọng đối với các trường hợp sử dụng liên quan đến an toàn vì các nhà sản xuất ít có khả năng có hình ảnh nêu bật các yếu tố an toàn cơ bản. Behzadi cho biết thêm: “Các công nghệ như dữ liệu tổng hợp giúp giảm bớt căng thẳng cho các kỹ sư ML bằng cách cung cấp dữ liệu chất lượng cao, được dán nhãn chính xác, có thể giải quyết các trường hợp khó khăn giúp tiết kiệm thời gian, tiền bạc và những nguyên nhân đau đầu do dữ liệu không chính xác gây ra”.
Sunil Kardam, người đứng đầu chuỗi cung ứng và hậu cần SBU tại Gramener, cho biết: “Lợi ích của thị giác máy tính bao gồm phân tích theo thời gian thực, cải thiện hiệu quả và nâng cao khả năng ra quyết định”. Kardam chia sẻ một số trường hợp sử dụng ví dụ khác:
Theo dõi quá trình di chuyển nguyên vật liệu, xác định các khuyết tật trong sản phẩm và bao bì, đồng thời giảm lãng phí
Thực thi các giao thức bằng cách giám sát hành vi của nhân viên trái phép
Đơn giản hóa việc xử lý tài liệu, tối ưu hóa hàng tồn kho, hỗ trợ yêu cầu bảo hiểm và cho phép quản lý hậu cần hiệu quả
Kardam chia sẻ rằng thị giác máy tính dựa vào camera và các thuật toán tiên tiến như YOLO, Faster R-CNN và OpenCV. Ông cho biết các mô hình học máy dành cho thị giác máy tính “có thể được xử lý trên các thiết bị biên hoặc trên đám mây, với camera thông minh và API dựa trên đám mây cung cấp các khả năng mạnh mẽ”.
Giám sát lưới điện
Hầu hết hoạt động sản xuất đều diễn ra trong nhà, nơi các kỹ sư có một số quyền kiểm soát đối với môi trường, bao gồm cả nơi đặt camera và thời điểm cần thêm ánh sáng. Các trường hợp sử dụng thị giác máy tính phức tạp hơn khi chúng liên quan đến việc phân tích các khu vực ngoài trời và cảnh quan bằng cách sử dụng máy ảnh, máy bay không người lái, máy bay và vệ tinh được gắn.
Vik Chaudry, CTO, COO và đồng sáng lập Buzz Solutions, chia sẻ một ví dụ về việc sử dụng máy bay không người lái. Ông nói: “Tầm nhìn máy tính được sử dụng để giám sát và xác định các lỗi trong lưới điện và các tiện ích cũng như các trạm biến áp nhằm đảm bảo một mạng lưới được kết nối và đáng tin cậy trên khắp nước Mỹ”. “Dựa vào hàng nghìn hình ảnh được thu thập từ nhiều tiện ích khác nhau trên khắp Hoa Kỳ, thị giác máy tính có thể xác định chính xác các mối đe dọa, lỗi và sự bất thường.”
Cháy đường dây điện là một lĩnh vực đáng quan tâm. Theo Trung tâm Cứu hỏa Liên cơ quan Quốc gia, từ năm 1992 đến năm 2020, đã xảy ra hơn 32,00 vụ cháy rừng do đường dây điện trên khắp nước Mỹ và vụ cháy rừng lớn thứ hai ở California là do đường dây điện quá gần một cái cây. Các công ty tiện ích hiện đang đánh giá các cơ hội sử dụng AI để tối ưu hóa việc sửa chữa và giảm thiểu rủi ro.
Chaudry cho biết: “Vì phần mềm này sử dụng dữ liệu và hình ảnh thực từ các tiện ích hiện có nên nó cực kỳ chính xác và có thể xác định một loạt mối đe dọa từ thời tiết, cơ sở hạ tầng được bảo trì kém và nhiệt độ tăng cao”. “Công nghệ này cho phép bảo trì nhanh chóng và hiệu quả đồng thời ngăn ngừa tình trạng mất điện trên diện rộng và các thảm họa do lưới điện gây ra.”
Giao diện não-máy tính
Nhìn về tương lai, Naeem Komeilipoor, CTO của AAVAA, chia sẻ biên giới mới về thị giác máy tính và các thiết bị công nghệ mới nổi. “Công nghệ giao diện não-máy tính (BCI) được sử dụng trong môi trường công nghiệp có thể là một cách tiếp cận bổ sung cho một số trường hợp sử dụng thị giác máy tính công nghiệp, đặc biệt là trong môi trường có tầm nhìn thấp, nhiệt độ khắc nghiệt hoặc điều kiện nguy hiểm khi việc sử dụng máy ảnh bị hạn chế,” ông nói. nói.
Hoàn thành việc sửa chữa trong điều kiện nguy hiểm là một trường hợp sử dụng nhưng trường hợp phổ biến hơn là khi xây dựng, làm việc tại nhà máy lọc dầu hoặc công việc thực địa khác yêu cầu sử dụng cả hai tay để kiểm tra hoặc vận hành máy móc.
“Hãy sửa chữa tại nơi làm việc. Công nghệ BCI được sử dụng trong kính thông minh cung cấp một phương pháp thay thế để theo dõi ánh mắt mà không cần máy ảnh bên ngoài để chúng vẫn có thể hoạt động trong những điều kiện khó khăn,” Komeilipoor nói. “Thay vì dựa vào camera, BCI theo dõi chuyển động của mắt bằng cách diễn giải não và các tín hiệu sinh học như điện nhãn đồ (EOG). Công nghệ này bao gồm các thuật toán xử lý tín hiệu tiên tiến và học máy để phân tích chuyển động của mắt được ghi lại thông qua các cảm biến chuyên dụng.”
