התראה חכמה: טביעת פעוט בצד ימין
התראה חכמה: טביעת פעוט בצד ימין
"מישהו צריך ללמד את המחשב לזהות את מי שטובע", מסביר רועי מור, מנהלת טכנולוגיות ראשי ב-LINXIGHT (לינקסייט), שפיתחה מערכת טכנולוגית לראיה ממוחשבת בסביבת מים אשר מבוססת בינה מלאכותית ומאפשרת זיהוי טביעות בבריכה בזמן אמת. הפתרון שמקדמת החברה נמצא בשלבי פיתוח מתקדמים בימים אלו לאחר שחברת באבקום סנטרס מקבוצת מטריקס, סיימה את השלב המרכזי של בניית מאגר הדאטה שמאפשר לזהות בצורה מיטבית עצמים חיים במים ולהתריע כאשר הם נמצאים במצוקה. כמו כן, לאחרונה בוצעו במערכת התאמות המאפשרות לבעלי בריכות לעמוד בתקני התו הסגול.
באבקום סייעה ללינקסייט באמצעות זרוע הפעילות AI ZONE שמספקת שירותי ניטור ובניה של מאגרי דאטה, המשפרים את יכולות למידת המכונה במערכות אוטומטיות שונות. הפרויקט ארך כשמונה חודשים וכעת ממשיך להתעדכן על פי הצורך על מנת לייצר זיהוי מיטבי של טביעות בני אדם בבריכות. המערכת פועלת כיום במסגרת מספר פיילוטים ברחבי הארץ ובקרוב צפויה להתחיל פיילוטים נוספים גם ברחבי יעדים שונים מעבר לים. החברה פיתחה לאחרונה יכולות חדשות שיסייעו לבריכות עירוניות, בריכות קהיליות, בריכות קאנטרי ובתי מלון להתמודד עם השלכות מגפת הקורונה ולעמוד בתנאי התו הסגול. הפתרון הייחודי מאפשר למצילים ולמנהלי בריכות לדעת בכל רגע נתון את כמות וצפיפות הרוחצים במים ועל ידי כך לשמור על ההנחיות והוראות הבטיחות.
המערכת שמפעילה לינקסייט מיועדות כיום לבריכות ציבוריות ופועלת במגוון בריכות ברחבי הארץ ברשתות המלון והכושר הגדולים בישראל, קיבוצים ומרכזי ספורט. היא מנטרת את הפעילות בבריכה באמצעות מצלמות אבטחה סטנדרטיות המותקנות מעל המים, תוך שימוש בטכנולוגיות מתקדמות בתחומי ראייה ממוחשבת ובינה מלאכותית לצורך גילוי, מעקב, סיווג אירועים וניתוח דפוסי התנהגות חריגים של רוחצים. בנוסף, החברה מספקת למנהלי ומפעילי בריכות מגוון מדדי פעילות בזמן אמת הנוגעים לכמות הרוחצים במים וסוג פעילותם, לרבות תובנות ייחודיות המשפרות את ניהול הפעילות בבריכה.
כאשר המערכת מזהה אירוע מצוקה במים, לרבות טביעה, נשלחת התרעה אוטומטית באמצעות שעון חכם אשר עונד המציל. השעון מספק התרעה קולית בדמות צפצוף ורטט, שמצביע על מיקום האירוע בבריכה ונותן אינדיקציה לאופיו (טביעה / אירוע מסוכן אחר). דרגת החומרה של אירוע תשפיע על סוג ההתרעה המתקבלת. לדוגמא, בעוד התרעות בדרגת חומרה נמוכה מתייחסות להתנהגות אגרסיבית של רוחץ או לסימון אזורים בהם נמדדו כמויות גדולות מדי או אסורות של אנשים, התרעות בדרגת חומרה גבוהה נועדו במקרים של נפילות לא מתוכננות למים, לרוב של פעוטות, ושהייה בלתי סבירה מתחת למים. כל המידע נאגר וזמין ללקוחות בדשבורד ניהולי שהחברה מספקת לטובת ניתוח אירועים, הפקת לקחים ושיפור הבטיחות בבריכה לאורך זמן.
על מנת לאפשר את היכולות, במהלך איסוף הנתונים עבור בניית המערכת ניטרו אנשי באבקום כמויות אדירות של חומרים וויזואליים בסביבות בריכות ציבוריות ותייגו כל תמונה, כמו למשל היכולת לזהות שחיינים בתוך המים. עבודת האנליסטים שביצעו את ניתוח הוויזואליה ידנית, יצרה רבדים על רבדים של כמויות דאטה גדולות, שאפשרו ללמידת המכונה להמשיך וללמד את עצמה על מנת שתוכל לפעול בזמן אמת באופן הנדרש. ככל שעובר הזמן המערכת צוברת עוד חומרים וויזואליים שצריך לנתח ולנטר, כך שעל אף שעבודת הניתוח הראשונית הושלמה, כיום עדיין נדרשים האנליסטים של באבקום לבצע השלמות כדי לאפשר למערכת לגדול, להתפתח ולפעול באופן מדויק ככל האפשר.
"במצב הנוכחי, בעלי ומנהלי בריכות מסתמכים כמעט לחלוטין על יכולות השגחה אנושיות אשר אינן הוכיחו את עצמן באופן אופטימלי עד כה", מסביר מור. "חוסר ריכוז, עייפות, הסחות דעת כמו התעסקות תכופה בטלפון ואי-שימת לב לאורך זמן הם רק חלק מהגורמים אשר פוגעים באפשרות לזמן תגובה מהיר. שוק הטכנולוגיות לבטיחות רוחצים מציע כיום מספר פתרונות בודדים בתחום. בשונה מלינקסייט, אף מוצר מהקטגוריה הזו אינו מסוגל לאסוף ולנתח מידע סטטיסטי על הפעילות בבריכה, ובמידה רבה מדובר בפתרונות 'טקטיים' אשר מספקים התראה רק בשלבים מאוחרים מדי של אירועי טביעה".
מור הוסיף ואמר: "ניסינו לעבוד עם מספר ספקים שונים לניתוח החומרים הוויזואליים אבל די מהר הבנו שבאבקום מספקים תוצרים באיכות מאוד גבוהה ולכן בחרנו ללכת איתם. הגמישות שהם הציגו והיכולת שלהם לגדול יחד איתנו ולהרחיב את המערכת תוך כדי תנועה היו קריטיים להצלחתה. בראייה קדימה החזון שלנו הוא שכל בריכה תוכל להצטייד בפתרון הזה במחיר נגיש, כפי שאנחנו מציעים אותו היום, ועל ידי כך נביא למהפכה בנושא מניעת הטביעות".
עופר שפירא, סמנכ"ל פיתוח עסקי ומנהל חטיבות הייטק אופריישן ו-AIzone בבאבקום, אמר: "תהליכי האוטומציה בתעשייה הולכים וגדלים ואיתם גובר הביקוש ליכולות בינה מלאכותית משופרות ויעילות. על בסיס מאגרי דאטה שאנחנו מקבלים אנחנו מלמדים את המכונה איך להתנהל בטווח הארוך. זה לא משנה אם מדובר בצ'אט בוט או זיהוי תמונה בווידאו או בטקסט, בכל שלב תמיד יהיה צורך בעיבוד הדאטה על מנת לאפשר ללמידת המכונה להמשיך וללמד את עצמה".
