1. 首頁 > 科技 > >

傳感器|人工智能在很多工作場所中得到應用，已經被引入到許多傳感器技術中

傳感器

傳感器|人工智能在很多工作場所中得到應用，已經被引入到許多傳感器技術中

文章圖片

傳感器|人工智能在很多工作場所中得到應用，已經被引入到許多傳感器技術中

文章圖片

傳感器|人工智能在很多工作場所中得到應用，已經被引入到許多傳感器技術中

文章圖片


傳感器設備 。 簡單的傳感器 ， 如報廢呼吸器指示器、個人灰塵監測器和噪聲級計在工作場所無處不在 ， 并且已經存在多年 。 高級或“智能”傳感器比傳統傳感器具有更強大的功能 。 智能傳感器可以通過手術植入體內（植入物）；穿在身上或嵌入式安全服（可穿戴設備）；或附加到工作場所對象以監控不同的參數（可放置的） 。 任何帶有嵌入式傳感器的設備或物體都可以連接到互聯網和其他類似的設備 ， 從而形成物聯網。

基于云的物聯網平臺可以收集、集成和分析來自物聯網傳感器分布式工業網絡的數據 ， 以改進對不同工作場所安全和健康危害的評估 。 AI 應用程序被引入到許多不同類型的傳感器技術中 ， 跨越不同的行業領域 ， 例如金融（ML 的高頻交易）；醫療保?。ㄅR床決策）；刑事司法（量刑）；保險（欺詐檢測）；和銀行（貸款評估） 。
【傳感器|人工智能在很多工作場所中得到應用，已經被引入到許多傳感器技術中】
最受公眾關注的是使用新興的支持人工智能的計算機視覺傳感器技術在許多環境中進行面部識別 ， 包括就業環境和交通運輸行業自動駕駛汽車的物體檢測 。 使用神經網絡顯示出在工業環境中使控制工程系統更智能和更具適應性的前景 。 先進的傳感器設備正在配備使用深度學習模型以類似于人類視覺和聽覺感知的方式“感知”環境 。 盡管先進傳感器的研究和開發呈指數級增長 ， 但挑戰依然存在 。

例如 ， 功能化機器人觸覺感知是傳感器研究的前沿 。 人類的靈巧性很難在機器人設備中復制 ， 但最近發現了新的傳感器研究方法 ， 可能會導致人工觸摸系統的實現 。 除了各種本體感受傳感器 ， 有助于防止機器人設備與附近的人類工人發生碰撞 ， 可以設想更新的傳感器可以連續收集和報告工作場所暴露數據 。 在整個工作場所部署傳感器使整個工作場所及其中的每個人都成為支持 AI 的 DSS 的數據輸入 。

這樣的系統可以幫助職業安全與健康從業人員實時和加班地識別暴露趨勢 。 這些傳感器網絡是新興工業物聯網的核心 ， 產生大量數據 ， 職業安全與健康從業人員必須從中提取價值 。 支持 AI 的傳感器可以為職業安全與健康實踐和潛在挑戰提供有希望的好處 。 好處之一可能是使用工作場所傳感器的連續數據進行早期干預 ， 以防止接觸有毒物質 。 這些數據將使從業者能夠擺脫對較慢的情節區域或呼吸區域采樣的傳統依賴 。

由 24/7 傳感器網絡生成的大型數據集 ， 通過支持機器學習的算法進行分析 ， 有可能改善人工智能對安全和健康影響的監控 ， 減少風險評估和管理實踐中的不確定性 ， 并激發職業安全和健康的新途徑 。 健康研究 。 此外 ， 支持人工智能的虛擬現實培訓可用于創建動態、高保真沉浸式環境 ， 以模擬危險情況并增強工人的危險識別能力 。 挑戰之一是與使用支持人工智能的傳感器技術來監控和跟蹤工人績效的各個方面相關的隱私困境 。

越來越多的企業正在使用傳感器技術、基于云的人力資源系統和支持機器學習的數據分析以一種稱為“人員分析”的方法來管理他們的員工隊伍 。 和保留 ， 對員工行為的侵入性監控會導致員工失去隱私、人格解體感和壓力增加 。 確保志愿工作者參與；停止在工作場所以外收集數據；披露所有數據用途；并確保安全的數據存儲 。

相關經驗推薦