Welcome in our blog

Партнираме на WEBIT – “Инвестирай бъдещето си”

Партнираме на WEBIT. На 28 юни в София Tех Парк ще се проведе лятното издание на Webit Impact Forum. Посланието на форума е “Инвестирай бъдещето си” като сред темите са “отговорните финанси”, ESG и устойчиви бизнес решения, иновации в здравеопазването, финансите, транспорта, AI, EdTech and Human Capital и много други.

От ПАРА ви каним да станете част от най-мащабния форум за иновации и технологии, където ще се срещнете с целия бизнес елит на България, иноватори, инвеститори, политици и стотици международни гости и топ лектори от цял свят. 

с код PARA411 получавате 20% отстъпка

Не пропускайте да видите Каси Козирков (Главен учен по решенията в Google), Кейт Сонделринг (Комисар в Комисията за равни възможности за заетост в САЩ), Андреас Бекман (Регионален Изпълнителен Директор на WWF за Централна и Източна Европа), Тим Дрейпър (инвеститор в SpaceX, Tesla,Hotmail, Skype и др.), Хендрик Барнис (управляващ най-големия европейски фонд – EarlyBird), проф. Асена Сербезова (Министър на Здравеопазването) и много други.

Част от Webit е и най-голямото в света състезание за стартиращи компании Founders Games, за което ежегодно кандидатстват над 4000 стартъпа от целия свят, които се оценяват от международно жури от топ инвеститори в различни вертикали. Общият награден фонд на състезанието за тази година е 6 млн. долара – нещо невиждано до този момент и с потенциал да се разраства още повече в следващите си издания.

Не пропускайте възможността да станете част от това глобално събитие! 

Посетете сайта ни и резервирайте своето участие сега, като с код PARA411 получавате 20% отстъпка:

https://www.webit.org/2022/impact/tickets.php

Да дойдат роботите?

Българската индустрия отбелязва добри темпове на растеж според официалните данни, но може ли да си позволи липсата на работна ръка в идните години? Или е време да помислим за промяна и прилагане на смели идеи в образованието, или да дойдат роботите?

Излизам от заведение в скорошна късна вечер, сблъсквайки се с познат. Първите му думи: „Хей, можеш ли да ми намериш робот за сортиране на зеленчуци?“

Ако смятате, че този пример звучи пресилено, нека ви споделя, че във всяко предприятие в което вляза, съм питан поне за един робот или обучение за такъв. В друг случай представителите на производства търсят роботи, за да преместят работната ръка на нова позиция, която изисква обучение.

Фабриката на ”Шнайдер електрик’; Източник: Capital.bg, SE

Растежът на фабриките

Без автоматизация предприятията не могат да пораснат. Пример за фабрика, която расте благодарение на високото ниво на автоматизация е тази на АББ в Китай. От дружеството инвестират от 1992 година до октомври 2018 общо 2.4 милиарда щатски долара в индустриални технологии, обучение на инженери и интеграция на процеси. Към момента в компанията работят над 2000 инженери в 20 локации. Това позволява на АББ Китай да се превърне във втория по големина пазар на компанията, а на локално ниво да разполага с над 5000 служители.

Примери как фабрика расте благодарение на високото ниво на автоматизация има не само в Китай, но и в България. Така „Шнайдер електрик“ отново инвестира над 60 млн. евро разширение на своята умна фабрика в Пловдив и увеличение на производствените мощности, създаване на три нови производствени линии за автоматични прекъсвачи, с които общият обем на продукцията  ще нарасне с близо 30%. Производството в Пловдив преди година се превърна във водещ положителен пример от Централна и Източна Европа, а компанията продължава да търси нови служители, откривайки 100 нови работни места като достига над 1000 души персонал  у нас.

Според мен именно на база тази симбиоза от подготвени кадри и индустриални технологии промишленото производство в България по данни на НСИ бележи ръст с близо 17%.

Производствата лесно могат да са тук, но имат ли достатъчно подготвени кадри?

Наскоро публикуван доклад на Агенцията по заетостта, ЕК и Организацията за икономическо сътрудничество (ОИСР) показа, че близо 900 хиляди българи нито учат, нито работят. От тях 170 хиляди са млади хора.

По време на представянето на доклада, Министърът на труда и социалната политика Георги Гьоков отчете ниската безработица в България, но и същевременно недостиг на квалифицирана работна ръка.
От Министерството ще направят законодателни промени – реформа в ТЕЛК,  по-добра връзка между образование и заетост, като учебните програми трябва да бъдат съобразени с търсенето на пазара на труда, максимално ползване на електронни услуги, които улесняват неактивните.

Докато държавата търси необходимостта да ангажира неактивните граждани в икономиката, бизнесът няма да има възможност да чака и вероятно ще продължава да търси все повече автоматизация, притиснат от нови поръчки, нужда от разширение, както и повишаване на качеството. Сходни фактори в Южна Корея отдавна са направили роботите необходимост. У нас все още сме далеч от Южна Корея като икономическо развитие, но водещите мотиви за автоматизация са донякъде сходни -оптимизация на разходи, интеграция на процесите, увеличаване на производството, липса на работна ръка.

Роботизирана поточна линия. Източник:Unsplash.com

Възможните стъпки напред

От ПАРА редовно следим развитието на българската индустрия в нашите доклади, проучвания и комуникация с бизнеса. Скорошна среща с представители на Министерството на образованието и науката (МОН) представихме няколко точки за развитие:

Развитие на технически подготвени кадри, за да преборим недостига на експерти в заводите. Това може да се случи чрез засилване на дуалното обучение на средно ниво. Създаване на публично-частно партньорство между държавата и бизнеса, чрез финансиране на обучителни центрове, в които няколко компании на регионално ниво обучават ученици и студенти на технически умения. Друг пример е инвестиция на държавата във висше дуално образование по примера на Германия.
Предстои да бъде изготвена учебната документация за две нови специалности, включително планове, учебни програми и изпити – „Програмист на роботи“ и „Програмист на изкуствен интелект“ на ниво средно образование. Горните идеи ще засилят развитието на България в индустриален план, подготвяйки добре обучени кадри в срок от три до пет години.

Видео: Роботиката в образованието: среща с членовете на ПАРА и Министерство на образованието и науката (МОН)

Време е за TUES Fest 2022 – Fair from the future

Технологично училище “Електронни системи” към Технически университет – София – възобновява традицията си и след двегодишно прекъсване отново отправя покана към бъдещите кандидат гимназисти и техните родители да станат част от деня на отворените врати – TUES Fest 2022. На 16-ти април 2022 г., събота, ТУЕС ще отвори вратите си за ученици, студенти, родители, ИТ професионалисти, представители на компании, обществени организации и институции.


Това е петото издание на TUES Fest – ученически фестивал-изложение на най-интересните проекти в областта на софтуера, компютърните мрежи, роботиката и вградените микрокомпютърни системи. Тази година посетителите събитието ще могат да чуят повече за уникалния образователен модел, за развитието на ИТ бизнеса и специална дискусия, в която ученици споделят за опита си в училището.


Събитието ще бъде на живо в София Тех Парк, сграда “Джон Атанасов”.


Откриващата и закриващата церемонни ще се излъчват в YouTube канала на училището – ТУЕС към ТУ-София. Посетителите ни ще могат да се потопят в учебната среда на ТУЕС. Програмата е разнообразна – изложение на проекти и лекции, като целта е да се видят не само невероятните разработки на учениците, но и ролята на средата, която ги подкрепя.


В 11:00ч. след официалната откриваща церемония директорът на ТУЕС – доц. д-р инж. Стела Стефанова, ще Ви запознае с историята и образователния модел на училището. Тогава може да разберете и каква е магията зад най-добрите IT кадри в България. От 13:30ч., ще се срещнете с Кирил Митов, възспитаник на ТУЕС, дългогодишен преподавател в училището и предприемач в ИТ бизнеса. Той ще Ви разкаже как знанията по математика, електротехника и др. се преплитат, за да се стане възможно създаването на съвременните технологии, какви са основните предизвикателства и развитие в ИТ света през 2022.
В специална лекция ще се представи гледната точка на сегашните възпитаници на ТУЕС – какви са предизвикателствата пред 8-ми клас, кои специални предмети се изучават в 10-ти клас и дипломните работи в 12-ти клас. Панелите продължават до 16:00ч, като през цялото време ще можете да обикаляте из щандове, на които са
изложени ученически проекти! В 16:30ч. ще започне церемонията по награждаването и закриващата церемония.

Представените проекти на ТУЕС Фест са разработвани от учениците на ТУЕС. Всички посетители ще могат да гласуват в уебсайта на събитието за любимата си разработка. По време на церемонията по награждаването ще бъдат отличени най-добрите проекти от Феста, а именно фаворитът, впечатлил най-много публиката; най-добрите разработки от трите категории – компютърни мрежи, софтуер, вградени микрокомпютърни системи и роботика; продуктът, който най-силно е впечатлил нашите медийни партньори, както и любимите разработки на нашите спонсори.

Посетителите на фестивала ще могат да се насладят на над 90 разнообразни и иновативни технологични проекти на ученици от 8-ми до 12-ти клас в ТУЕС. Сред тях са:

•Система, която следи за природните условия извън космическа станция;
• Система чрез лицево разпознаване, да се запазва информация за клиента какво си купува, и ако е редовен да има намаления и други;
• Система за правене на палачинки на газов котлон;
• Алармена система, която съчетава функциите на „Умен дом“ и „Умна ключалка“.;
• Приложение, което ти напомня за всички задължения, които му зададеш.
• Различни роботи , видео игри и още много други.

ТУЕС Фест се организира от екип доброволци от 11-ти клас с подкрепата на ръководството на училището и Асоциацията на завършилите ТУЕС.


Събитието се реализира благодарение на подкрепата на:
Алфа спонсори на събитието са: А1 Bulgaria, Appolica, CNSys, Droxic, Imperia Online, Merkle, Neterra, Progress, Schwartz IT Hub, TelebidPro, VMware;
Бета спонсори на събитието са: Acronis, CPD Ltd., DevriX, Gtt, Haemimont AD, LimeChain, MM-Solutions, Ocado Technology, Telelink Business Services
Гама спонсори на събитието са: Konicaminolta, M2M Services, Strypes, Trading 212, Ubisoft.
Партньори на събитието са Sofia Tech Park, Bulged, Ora, Smartcom – Bulgaria AD, Multivisia и Frudada.
Информация за ТУЕС Фест 2022 ще намерите в сайта на събитието, във Фейсбук и Инстаграм. Повече информация за ТУЕС: www.elsys-bg.org

Видове софтуерни платформи за машинно обучение

Настоящата статия бива представена от Александър Любенов на международната научна конференция Unitech 2021 Gabrovo. Материалът е представен от Александър Любенов, настоящем изучаващ магистратура в ТУ Габрово. Публикуваме го на сайта в съкратен формат. За повече информация ни пишете, за да ви свържем с авторите.

Трансформацията на съвременните производства по пътя към Индустрия 4.0, става все по-разпространено. Чрез автоматизация и внедряване на т.н. машинното обучение се повишава капацитета на производството и ефективността, при същевременно поддържане на  високи стандарти за качество.

Машинното обучение и индустриалната автоматизация в производството се считат за способи за преодоляване на много от най-належащите предизвикателства в производството[1,2], като например намаляване на маржовете на приноса и очаквания недостиг на квалифицирана работна ръка. С непрекъснатия напредък в алгоритмите, изчислителната мощност и наличността на данни, бързо се появяват и първите случаи на използване на машинно обучение в  производството[3,4,5].

Производство на автомобилно шаси от роботи

Тъй като индустриалната автоматизация играе все по-голяма роля в производството, дълбоките прозрения, които машинното обучение може да предложи, са от решаващо значение за оптимизацията му. Но преди производителите да могат да въведат платформа за машинно обучение, те първо трябва да разберат как тези решения работят в производствена среда и как да изберат най-подходящото за своите нужди.

Машинното обучение е процес в който компютрите се обучават като човек, чрез различните видове рамки за обучение. Това означава, че може им се дадат входните данни – т.е. огромни количества реални данни, за да развият свои собствени автономни „мисловни процеси“ с течение на времето. Машинното обучение обикновено се класифицира като контролирано, неконтролирано или полу-контролирано подкрепящо обучение[6]. Обикновено в производството се използват два модела:

  • Регресионен модел – който анализира историческите набори от данни, за да предскаже неща, като например продължителността на даден машинен компонент, въз основа на предишен опит. Това е известно като оставаща полезна продължителност на живота – или RUL на използвания компонент.
  • Класификационен модел – този тип модел може да предвиди, като вероятност да се повреди машина или компонент в рамките на предварително определен период от време.

В статията се обръща внимание на използването на платформи за дълбоко обучение с цел създаване на приложения работещи върху суперклъстери изградени от единно бордови компютри.

Изображение: Pietro JengUnsplash

Ползи от машинното обучение (ML)

Потенциалните ползи от Машинното обучение в рамките на различни сектори са огромни. Някои от най-убедителните причини за използване на машинно обучение и изкуствен интелект в производството са: предсказуемо качество, оптимизиране на производителността, намаление на разхода за материали, прогнозна поддръжка, удължен живот на машини и оборудване, чрез прогнозиране на оставащия полезен живот (RUL) и много други.

От друга гледна точка машинното обучение може да проникне в съвременните фабрики и да добави известна интелигентност към наличните машини чрез:

  • Визия – чрез бързо и стабилно разпознаване и наблюдение на обекти при различни условия без сложни и специфични процедури за фина настройка.
  • Поддръжка –  след като се знае как нормално се държат машинните, можете да предскажете бъдещото им състояние и да се предупреди за възможни неизправности, преди да настъпят повреди.
  • Оптимизация – чрез подобряване на съществуващите параметри за управление и максимизиране на резултата, ефективността или производителността на машината.
    • Контрол – чрез откриване на цели нови стратегии за управление на процеси, които към момента не могат да се овладеят.
  • Дългосрочната цялостна цифрова интеграция и усъвършенстваната автоматизация на целия процес на проектиране и производство биха могли да отворят допълнителни възможности. Персонализирането например е рядко и скъпо, докато масовите стоки с голям обем са доминиращият модел в производството, тъй като понастоящем разходите за препроектиране на фабрична линия за нови продукти често са прекомерни.
  • Потребителите в по-голямата си част са готови да направят компромис, защото масово произвежданите стоки са много по-евтини. Ако технологията, която прави производството по-гъвкаво, е широко разпространена, което кара персонализирането да стане достатъчно евтино, това може да създаде реална промяна на много пазари. Това е само част от ползите, които дълбокото обучение, чрез различни софтуерни платформи и съответен хардуер, може да донесе на индустрията.
  • Дълбокото обучение (Deep learning) е подгрупа на изкуствения интелект (AI), област, която набира популярност през последните няколко десетилетия. Подобно на всяка нова концепция, някои въпроси и подробности трябва да бъдат изгладени, преди да се използват в реални приложения[7].
Тестове в автомобилна фабрика. Изображение: ThisisEngineering RAEngUnsplash

Видове софтуерни платформи за изкуствен интелект

Обикновено термините „дълбоко обучение“, „машинно обучение“ и „изкуствен интелект“ се използват взаимнозаменяемо и това води до потенциално объркване. Дълбокото обучение и машинното обучение са част от семейството на изкуствения интелект, въпреки че дълбокото обучение също е подмножество на машинното обучение.

Дълбокото обучение имитира невронните пътища на човешкия мозък при обработката на данни, използвайки ги за вземане на решения, откриване на обекти, разпознаване или превод на езици, например. Обучението е без човешки надзор или намеса, извличайки информация от неструктурирани и немаркирани данни, чрез използване на йерархично ниво на изкуствени невронни мрежи, изградени като човешкия мозък. Докато традиционните програми за машинно обучение работят с анализ на данни линейно, йерархичната функция на дълбокото обучение позволява на машините да обработват данни, използвайки нелинеен подход[8]. Разбирането на нюансите на тези концепции е от съществено значение за всяко обсъждане на някои от основните платформи за дълбоко обучение и AI приложения: Keras, TensorFlowPyTorch и Theano.

Keras

Keras е ефективен интерфейс за програмиране на невронни мрежи на високо ниво (API), написан на Python. Това е библиотека с невронни мрежи с отворен код и е проектирана да осигурява бързи експерименти с дълбоки невронни мрежи, и може да работи на върха на TensorFlow, Theano и Microsoft Cognitive Toolkit, познат по-рано като CNTK.

Automated Machine Learning With Keras

Участвай с идея в PARA Robotics Incubator

При Keras се фокусира върху това, че е модулен, лесен за употреба и разширяем. Не обработва изчисления на ниско ниво, а вместо това ги предава на друга библиотека, наречена Backend. Keras беше приет и интегриран в TensorFlow в средата на 2017 г. Потребителите имат достъп до него чрез модула tf.keras. Библиотеката Keras обаче все още може да работи отделно и независимо.

Когато имате достатъчно голям набор от данни, можете да предвидите практически всичко, което искате! В областта на медицината моделите на Keras са използвани за поставяне на по-точни диагнози въз основа на състоянието и спецификата на пациентите. Класификацията на сърдечните заболявания е един общ проект, който се е доказал като много полезен и приложим при използване на библиотеката на Keras. Този отличен пример показва как разработчик в Тел Авив, Израел, създава модел на машинно обучение, за да предскаже процентния шанс пациент да има сърдечно заболяване въз основа само на петнадесет категории данни.

PyTorch

PyTorch е сравнително нова рамка за дълбоко обучение, базирана на Torch. Разработен е от изследователската група на Facebook за ИИ, с отворен код на GitHub през 2017 г., той се използва за обработка на приложения за естествени езици. PyTorch има репутация за простота, лекота на използване, гъвкавост, ефективно използване на паметта и динамични изчислителни графики. Всичко това което прави писането на сорс код по-лесно управляемо и увеличава скоростта на обработка.

Как Tesla използват PyTorch

Известно е, че рамката на PyTorch е удобна и гъвкава, с примери, обхващащи учене с подсилване, класификация на изображения и обработка на естествен език като по-често срещаните случаи на употреба.  Друг пример е  „Оценка и проследяване на човешката поза”. който се основава на изследователска работа от 2018 г., озаглавена „Прости бази за оценка и проследяване на човешката поза“. Изследването предлага прости и ефективни базови методи за оценка на нови идеи в областта на проследяването и оценката на позата.  Проектът се изпълнява с помощта на Python 3.6 на Ubuntu 16.04. Кодът е разработен и тестван с помощта на четири графични карти NVIDIA P100. Връзка към проекта може да бъде намерена в GitHub, както и пълния документ – тук .

TensorFlow

TensorFlow е цялостна рамка за дълбоко обучение с отворен код, разработена от Google и пусната през 2015 г. Известна е с поддръжка на документация и обучение, мащабируеми възможности за производство и внедряване, множество нива на абстракция и поддръжка за различни платформи, като Android.

TensorFlow е символична математическа библиотека, използвана за невронни мрежи и е най-подходяща за програмиране на потока от данни в редица задачи. Той предлага множество нива на абстракция за изграждане на модели за обучение.

При така обещаващото и бързо развиващо се навлизане в света на дълбокото обучение, TensorFlow предлага гъвкава, всеобхватна система от общностни ресурси, библиотеки и инструменти, които улесняват изграждането и внедряването на приложения за машинно обучение. Също така, както бе споменато по-горе, TensorFlow прие Keras, което прави сравняването на двете трудно на пръв поглед. Независимо от това, все пак ще сравним двете рамки с оглед на пълнотата, особено след като потребителите на Keras не е задължително да използват TensorFlow.

Automated Videoing Assistant – Made with TensorFlow.js

TensorFlow има впечатляващ списък от функции, които може да изпълнява. От гледна точка на бизнес приложение има три функции, които носят най-голяма стойност за търговските продукти:

  • Анализ на данни за прогнозиране на поведението. Например, SOLVVE може да помогне на клиентите си да прогнозират развитието на марката въз основа на предишна информация за пазара.
  • Откриване на обекти, разпознаване и обработка на изображения. Типичен пример е обработката на изображения в Teleplay , приложение за деца с подобрен ML, което позволява да поставят играчките си във виртуална реалност.
  • Обработка на естествен език. Google Assistant е ежедневен пример, в който можете свободно да говорите през мобилния телефон и насреща да ви се предоставят резултати от търсенето в различни формати. При по-внимателно наблюдение на екрана на мобилното устройство, може да се забележи как Google използва функция за преобразуване на говор в текст.

В България пример за използването на Tensorflow (Python) и Tensorflow.js (NodeJS) е в хакатона InnoAir Challenge: Making urban mobility smarter. Отборът на InnovaOne създава ML платформа благодарение на Радостин Чолаков. По време на състезанието са проведени експерименти на различни модели, включително и двупосочни такива с LSTM логически единици, както и експерименти в Google Cloud AutoML и Amazon AWS.
Друг пример е с АзБуки.ML в който моделите са базирани на TensorFlow.

Theano

Theano беше една от най-популярните библиотеки за дълбоко обучение, проект с отворен код, който позволява на програмистите да дефинират, оценяват и оптимизират математически изрази, включително многомерни масиви и изрази с матрична стойност. Theano е разработен от Университета в Монреал през 2007 г. и е ключова основополагаща библиотека, използвана за дълбоко обучение в Python. Theano е една от по-старите платформи за дълбоко обучение и неговата популярност намалява, въпреки, че все още се ползва в академичните среди.

Сравнение на платформи за дълбоко обучение

Сравнението на представените по-горе софтуерни платформи и библиотеки за дълбоко обучение е аналитично, базирано на значими литературни източници в областта на изкуствения интелект с приложен характер, като [9-28].

Разлики между PyTorch и TensorFlow

PyTorch се използва за много проекти за дълбоко обучение днес и популярността му се увеличава сред изследователите на АИ, въпреки че от трите основни рамки е най -малко популярен. Тенденциите обаче показват, че това може да се промени скоро. Когато изследователите искат гъвкавост, възможности за отстраняване на грешки и кратка продължителност на обучението, те избират PyTorch. Той работи на Linux, macOS и Windows. Благодарение на добрата му документация и изобилието от обучени модели и уроци, TensorFlow е любимият инструмент на много професионалисти и изследователи в индустрията. TensorFlow предлага по-добра визуализация, която позволява на разработчиците да отстраняват грешки по-добре и да проследяват процеса на обучение, докато PyTorch предоставя само ограничена визуализация.

TensorFlow побеждава PyTorch при внедряването на обучителни модели в производството, благодарение на рамката за обслужване(TensorFlow Serving framework). PyTorch не предлага такава рамка, така че разработчиците трябва да използват Django или Flask като бекенд сървър. В областта на паралелизма на данните PyTorch печели оптимална производителност, като разчита на естествена поддръжка за асинхронно изпълнение чрез Python. С TensorFlow обаче трябва ръчно да кодирате и оптимизирате всяка операция, изпълнена на конкретно устройство, за да разрешите разпределеното обучение.

Photo by h heyerlein on Unsplash

Разлики между PyTorch и Keras

И двата избора са добри, ако тепърва се започва да се работи с платформи за  дълбоко обучение. Математиците и опитни изследователи ще намерят PyTorch повече по свой вкус. Keras е по-подходящ за разработчици, които искат plug-and-play рамка, която им позволява бързо да изграждат, обучават и оценяват своите модели. Keras също предлага повече възможности за внедряване и по-лесен експорт на модел. PyTorch е по-бърз от Keras и има по-добри възможности за отстраняване на грешки.

И двете платформи се радват на достатъчно добра популярност, предлагат много учебни ресурси. Keras има отличен достъп до код за многократна употреба и уроци, докато PyTorch има изключителна поддръжка на общността и активно развитие. Keras се явява най-добрият при работа с малки набори от данни, бързо прототипиране и многобройна поддръжка. Това е най-популярната платформа благодарение на сравнителната си простота. Той работи на Linux, MacOS и Windows.

Разлики TensorFlow и Keras

TensorFlow е платформа с отворен код от край до край, библиотека за множество задачи за машинно обучение, докато Keras е библиотека от невронни мрежи на високо ниво, която работи върху TensorFlow. И двата предоставят API на високо ниво, използвани за лесно изграждане и обучение на модели, но Keras е по-лесен за употреба, защото е вграден в Python. Изследователите се обръщат към TensorFlow, когато работят с големи набори от данни и засичане на обекти нуждаейки се от отлична функционалност и висока производителност. TensorFlow работи на Linux, MacOS, Windows и Android. Рамката е разработена от Google Brain и в момента се използва за нуждите на Google за научни изследвания и производство.

Трябва да се има предвид, че сравняването на TensorFlow и Keras не е най-добрият начин да се подходи към въпроса, тъй като Keras функционира като обвивка към рамката на TensorFlow. По този начин може да се дефинира модел с интерфейс на Keras, който е по-лесен за използване, след което да отиде в TensorFlow, когато трябва да се използва функция, която Keras няма, или се търси специфична функционалност на TensorFlow. За да се постигне тази цел, може да се постави код на TensorFlow директно в тренировъчния модел на Keras.

Приложенията на изкуствения интелект са навсякъде, включително и финансите

Разлики между Theano и TensorFlow

Theano предлага бързи изчисления и е специализирана в обучението на алгоритми за дълбока невронна мрежа. Той е междуплатформен и може да работи както с централни процесори (CPU), така и с графични процесори (GPU). TensorFlow работи и на CPU и GPU. Той се основава на изчисляване на графики, което позволява на разработчика да визуализира по-добре изграждането на невронната мрежа, използвайки TensorBoard, което улеснява отстраняването на грешки. Изборът на това коя платформа да се избере за работа, често е субективен и зависи от приложението, нуждите, необходимостта от функции за АИ проекта.

ЗАКЛЮЧЕНИЕ

В статията са представени някои от най-използваните платформи за разработване на приложения за дълбоко обучение. Дадени са някои от проблемите в индустрията и как AI разработките могат да помогнат за решаването им. Разгледани са софтуерните платформи Keras, TensorFlow,  PyTorch и Theano. Описани някои от техните предимства и недостатъци. Инструментите за дълбока неврона мрежа ще стават все по често срещан предмет в академичните среди и индустрията .Наблюдава се зачестяване в изследванията на различните платформите. С цел надграждане сегашни платформи или създаване на нови. Изследванията се състоят върху библиотечно им представяне, техники за оптимизиране, изпълнението и създаване на специални устройства.


Използвана литература:

[1] Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016.
[2] Bengio, Yoshua, Ian Goodfellow, and Aaron Courville. Deep learning. Vol. 1. Massachusetts, USA: MIT press, 2017.
[3] LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. “Deep learning.” nature 521.7553 (2015): 436-444.
[4] Yan, Le Cun, B. Yoshua, and H. Geoffrey. “Deep learning.” nature 521.7553 (2015): 436-444.
[5] Deng, Li, and Dong Yu. “Deep learning: methods and applications.” Foundations and trends in signal processing 7.3–4 (2014): 197-387.
[6] Kussul, Nataliia, et al. “Deep learning classification of land cover and crop types using remote sensing data.” IEEE Geoscience and Remote Sensing Letters 14.5 (2017): 778-782.
[7] Wang, Jinjiang, et al. “Deep learning for smart manufacturing: Methods and applications.” Journal of manufacturing systems 48 (2018): 144-156.
[8] Fawaz, Hassan Ismail, et al. “Deep learning for time series classification: a review.” Data mining and knowledge discovery 33.4 (2019): 917-963.
[9] Reiser, Patrick, Andre Eberhard, and Pascal Friederich. “Graph neural networks in TensorFlow-Keras with RaggedTensor representation (kgcnn).” Software Impacts (2021): 100095.
[10] Kapur, Aayush. “Concepts, Methods and Applications of Neural Style Transfer: A review Article.” (2019).
[11] Mathew, Amitha, P. Amudha, and S. Sivakumari. “Deep Learning Techniques: An Overview.” International Conference on Advanced Machine Learning Technologies and Applications. Springer, Singapore, 2020.
[12] Benk, Michaela, and Andrea Ferrario. “Explaining Interpretable Machine Learning: Theory, Methods and Applications.” Methods and Applications (December 11, 2020) (2020).
[13] Kastrati, Muhamet, and Marenglen Biba. “A State-Of-The-Art Survey on Deep Learning Methods and Applications.” International Journal of Computer Science and Information Security (IJCSIS) 19.7 (2021).
[14] da Silveira Bohrer, Jonas, Bruno Iochins Grisci, and Marcio Dorn. “Neuroevolution of Neural Network Architectures Using CoDeepNEAT and Keras.” arXiv preprint arXiv:2002.04634 (2020).
[15] Parisi, Luca, et al. “hyper-sinh: An accurate and reliable function from shallow to deep learning in TensorFlow and Keras.” Machine Learning with Applications 6 (2021): 100112.
[16] Jo, Jun-Mo. “Performance Comparison Analysis of AI Supervised Learning Methods of Tensorflow and Scikit-Learn in the Writing Digit Data.” The Journal of the Korea institute of electronic communication sciences 14.4 (2019): 701-706.
[17] Kapur, Aayush. “Concepts, Methods and Applications of Neural Style Transfer: A review Article.” (2019).
[18] Glauner, Patrick. “Deep learning on big data sets in the cloud with Apache Spark and Google TensorFlow.” (2016).
[19] Paszke, Adam, et al. “Pytorch: An imperative style, high-performance deep learning library.” Advances in neural information processing systems 32 (2019): 8026-8037.
[20] Howard, Jeremy, and Sylvain Gugger. Deep Learning for Coders with fastai and PyTorch. O’Reilly Media, 2020.
[21] Jatavallabhula, Krishna Murthy, et al. “Kaolin: A pytorch library for accelerating 3d deep learning research.” arXiv preprint arXiv:1911.05063 (2019).
[22] Gao, Xiang, et al. “TorchANI: A free and open source PyTorch-based deep learning implementation of the ANI neural network potentials.” Journal of chemical information and modeling 60.7 (2020): 3408-3415.
[23] Bergstra, James, et al. “Theano: Deep learning on gpus with python.” NIPS 2011, BigLearning Workshop, Granada, Spain. Vol. 3. Microtome Publishing., 2011.
[24] Bahrampour, Soheil, et al. “Comparative study of caffe, neon, theano, and torch for deep learning.” (2016).
[25] Bahrampour, Soheil, et al. “Comparative study of deep learning software frameworks.” arXiv preprint arXiv:1511.06435 (2015).
[26] Kovalev, Vassili, Alexander Kalinovsky, and Sergey Kovalev. “Deep learning with theano, torch, caffe, tensorflow, and deeplearning4j: Which one is the best in speed and accuracy?.” (2016).
[27] Bastien, Frédéric, et al. “Theano: new features and sp
eed improvements.” arXiv preprint arXiv:1211.5590 (2012).
[28] Bergstra, James, et al. “Deep learning on GPUs with Theano.” The Learning Workshop. 2010.

Достойно представяне на RoboticsLab academy Pleven (член на ПАРА) на WRO 2021 – World Robotic Olympiad

Теодор Николов – треньор на отбор RoboticsLab academy

RoboticsLab academy Pleven (член на ПАРА) представи България и бе единственият български отбор, допуснат на Световната олимпиада по лего роботика (WRO – World Robotic Olympiad), която се проведе online  в Германия от 17 до 21.11.2021 г., поради епидемиологичната обстановка в целия свят.

Отборът на RoboticsLab academy Pleven включваше:

Теодор Николов – треньор

1.  Зариен Първанов – 7 клас от  СУ „Иван Вазов“

2.  Виктор Боев – 6 клас от  СУ „Иван Вазов“;

3.  Теослав Гайдарски – 6 клас от  СУ „Иван Вазов“;

4.  Симеон Гергов – 6 клас от ОУ „Цветан Спасов“;

5.  Борис Цветанов – 4 клас от НУ „Христо Ботев“

6.  Виктор Дечев – 4 клас от НУ „Патриарх Евтимий“;

7.  Александър Любенов – 4 клас от  НУ „Патриарх Евтимий“

Задачата, която екипът подготви и представи на три етапа пред журито беше породена от идеята им, че могат да използват роботите и технологиите за да подобрят заобикалящата ни среда и да не замърсяваме природата. Поради тази причина направихме голяма табло с размери 260×120, върху което беше изобразено едно жилище с всички необходими електроуреди и обзавеждане. Децата конструираха и програмираха робот, който трябва да тръгне от своята начална точка в началото и за определено време да мине и да събере всички изгорели лампи. Изгорелите лампи бяха изобразени с лего блокчета, които са в червен цвят. След като събере всички изгорели лампи, робота трябва да ги постави в специално оградено поле в което са изрисувани кошчета за боклук. По този начин, децата показаха че трябва да рециклираме и изхвърляме на правилното място всички изгорели и неработещи уреди.

След като събере всички изгорели лампи, робота се връща обратно по полето и събира всички светещи лампи, като ги поставя на друго място което е предназначено за тях. С това действие нашият робот, демонстрира че след като вече няма никой в съответното жилище, лампите трябва да бъдат изгасени и да не светят, за да пестим електроенергия и да увеличим технологичния живот своите уреди когато не ги използваме когато не сме в къщи.

Подготовката за самото състезание ни отне около 2 месеца. В състезанието участваха 7 деца от нашият отбор RoboticsLab academy, като децата бяха толкова заинтересувани и запленени от състезанието и възможността да премерят сили с отбори от други страни, че занятията ни продължаваха понякога от 4 следобед до 10 вечерта.

Теодор Николов споделя “В олимпиадата по роботика тази година взеха участие 264 отбора, от 64 държави. Нашият отбор се класира на 42 място, и всички сме много доволни от постигнатия резултат, поради няколко неща:

  • Това ни беше първото международно състезание на което участвахме, и успяхме да се съревноваваме с отбори от страни в които технологиите и STEM обученията са на изключително високо ниво;
  • Ние бяхме единствения отбор от България, спечелил възможността да представи страната си на такова събитие – а именно олимпиада по лего роботика и чувството да виждаш българското знаме и отдолу името на своя клуб, караше децата да се чувстват още по значими и да бъдат по амбицирани за всичко което им предстоеше;
  • В българските училища не се изучава роботика, няма подготвени преподаватели, не са налични материални ресурси – конструктори, които са доста скъпи. В страните на отборите, които се класираха на първите 30 места /основно представители на континента Азия, както и Беларус, Русия и Украйна/, роботиката е застъпена като предмет още от детската градина и има изградена тясна връзка между научни институти, училища и местен бизнес и държавна администрация и като цяло STEAM образованието е държавна политика;
  • Отборите имат спонсори и широка подкрепа от местната администрация и научна общност, като участието в подобно събитие е огромен престиж за цялата местна общност.”
Отбор RoboticsLab academy Pleven

Целият отбор на RoboticsLab academy Pleven е с приповдигнато настроение и желание за всеотдаен труд и отлично представяне на следващата WRO – World Robotic Olympiad 2022, като се надяват следващата олимпиада да е присъствена за да се усети по-силно олимпийския дух.

Надяваме се и добрият пример да заплени все повече деца от Плевен и региона да се насочат към изучаването на роботика още от начален етап на образование, както техните връстници по целия свят, особено от технологично развитите страни.

Стартира кандидатстването за първия български инкубатор по роботика

Какво предлага инкубаторът?

Професионалната асоциация по роботика и автоматизация (PARA) организира първата инициатива, която ще помогне на младежи с идеи или проекти в сферата на роботиката дроновете, IоТ, машинното зрение или изкуствения интелект да достигнат до завършен прототип.


PARA Robotics Incubator ще предостави на участниците над 100 часа менторска помощ от инженери, достъп до лаборатории и развойни центрове за прототипиране, както и закупуване на необходим хардуер за проекта като платки, двигатели, сензори, управляващи блокове и други необходими материали.

PARA Robotics Incubator
Инкубаторът цели да подпомогне 10 проекта по роботика и автоматизация от цяла България

Менторите, които ще се включат в PARA Robotics Incubator ще бъдат от компании като FESTO, Schneider Electric, Vangavis, ABB, Siviko и други. Същевременно „София Тех Парк“, “Милара“ център за споделени иновации Resonator, MOS Robotics, Рапид Прогрес, РАИС, Професионална гимназия по компютърно програмиране и иновации гр. Бургас, БГ Роботс ще предоставят достъп до лабораториите и развойните си центрове в седем града.


Първият инкубатор по роботика е създаден основно с финансовата подкрепа на Фондация „Америка за България“, Фонд за капиталови инвестиции към ББР, ФЕСТО, Шнайдер Електрик, ФАНУК България, Вангавис. Сред партньорите се открояват имената на Училищна Телерик Академия, Институт по роботика към БАН, Robo League Bulgaria, АБВ Академия, Клъстер Изкуствен Интелект България. Направление „Дигитализация, иновации и икономическо развитие“ на Столичната община е институционален партньор на PARA Robotics Incubator.

Повече за PARA Robotics Incubator в три минути

Защо е създаден?

От PARA стартират инициативата, защото много от младежите нямат достъп до лаборатории, където да развият своите идеи и проекти, същевременно на много липсват и инженерни ментори, които да помогнат с технически познания. Менторството е от ключово значение за растежа както на бизнес, така и научната екосистема у нас. Именно под менторството на д-р Светлин Пенков и д-р Богдан Георгиев, 18-годишният Виктор Колев спечели първа награда от най-престижния конкурс за млади учени на ЕС – EUCYS.

Потенциалът на българските младежи

Развитието на един проект свързан с роботи, дронове, интернет на нещата и др. може условно да се раздели в три фази – създаване на продукт, създаване на бизнес операциите за реализацията му и комерсиализация и растеж. PARA Robotics Incubator ще помогне на младежите в първата фаза – да създадат свой прототип.
В тази фаза последните години българските младежи са дейни и изобретателни като прототипи на роботи, създадени от български младежи включват: градински робот, робот за разделно изхвърляне на отпадъци, робот за дезинфекция и още много други. Освен това, разработки в сферата имат и българските студенти. Такъв пример е робо проект, подобряващ сортирането и подреждането на епруветки с проби. Това става възможно като се научава робота да разпознава цветове, също да разпознава и епруветките в пространството и да ги поставя на правилното им място.

Награди и нови знания

Знанията, които участниците ще придобият и подобрят в PARA Robotics Incubator ще включват: дизайн мислене, създаване на продуктов прототип, навигация и манипулация, машинно зрение, колаборация, машинно самообучение и изкуствен интелект, както и намиране на партньори за тестване и купуване на технологията.

Кандидатстване

Кандидатстването става на следния линк до 30 януари 2022 г. Приемат се екипи, както и единствени основатели на възраст над 14 години.

ProfiLand.net – мястото, където се срещат професионалистите!

Новата професионална платформа на водещото техническо издателство Ел Медиа

На 1 ноември 2021 точно в 11 часа,Ел Медиа даде „зелена светлина“ наwww.ProfiLand.net

„Ние, от Ел Медиа, знаем и умеем да създаваме качествено техническо съдържание за професионалистите в различни индустрии. Успешните ни печатни издания сами говорят за това!

Настъпи моментът, 22 годишният опит на Ел Медиа в създаването и управлението на рекламен и информационен поток с фокус върху техниката, да получи своето дигитално изражение. И създадохме www.ProfiLand.net“ – каза инж. Любомира Манчева, управител на медията.

ProfiLand.net е място за споделяне на идеи, свързани с технологии, машини, продукти, материали, решения, проекти и добри практики. Тук се кръстосват професионални познания от различни области, за да бъдат полезни и прилагани на практика.

Всички ние от ProfiLand.net създаваме и публикуваме професионално съдържание за специалистите в различни стопански сектори. Нашето съдържание е специално подготвено, професионално написано и уникално по своя характер. Ние сме извор на нови идеи и предпочитан източник на информация за професионалистите у нас. Share Your Professional Story!

„За всеки един професионалист алгоритмите на ProfiLand.net подбират съдържание, което е актуално и полезно за него. Рекламите, които платформата показва са подбрани, насочени и интересни за всеки конкретен посетител. Те естествено допълват професионалните му търсения и го насочват към конкретните доставчици.“ – добави инж. Сокол Николов, директор Бизнес развитие на Ел Медиа.

„Темата за автоматизацията и роботизацията на българската индустрия, по-която работим в тясно сътрудничество с Професионална асоциация по роботика и автоматизация (ПАРА), заемат заслужено място и в www.ProfiLand.net.“ – добави г-жа Манчева.

===  за Ел Медиа ===

Техническо издателство Ел Медиа вече 22 години създава и разпространява техническа информация в областта на индустрията, енергетиката, строителството, инфраструктурата и агро сектора. Портфолиото на медията включва принт и он-лайн канали.

Печатни периодични издания: списание СТРОИТЕЛИ, списание ИНФРАБИЛД, списание ЕНЕРГИЯ, списание Индустриални Продукти и Приложения, списание АгроБио Техника

Специализирани издания: списание ЕНЕРГИЙНА ЕФЕКТИВНОСТ

ПАРА е партньор на Burgas Digital – „Роботика, нови технологии, дигитален бизнес“

Безплатна регистрация – https://burgasdigital.com/

Конференцията Burgas Digital 2021 ще срещне високите технологии в областта на изкуствения интелект, роботиката, Индустрия 4.0, концепцията за умни градове и иновативните методи в образованието с бизнеса, науката, предприемачеството, местната власт и професионалните организации в региона.

Събитието ще се проведе на 5 ноември в Международен конгресен център Бургас от 9:00 до 17:10 часа при спазване на въведените противоепидемиологични мерки.

Конференцията се организира от Община Бургас и София Тех Парк в партньорство с Професионална асоциация по роботика и автоматизация (ПАРА), ИКТ Клъстер – Бургас, Училищното настоятелство при Професионална Гимназия по компютърно програмиране и иновации- Бургас, Индустриален Логистичен Парк Бургас,  Югоизточен Дигитален Иновационен Хъб, Университет „Проф. Д-р Асен Златаров-Бургас“, Бургаски Свободен Университет, Американска търговска камара в България.

Мотото на срещата е „Роботика, нови технологии, дигитален бизнес“ и има за цел  да представи мнението на експерти от индустрията и да демонстрира върхови достижения в областта на роботиката и дигитализацията.
Посетители от всички възрасти  ще могат да видят и да взаимодействат с различни видове роботи от областта на индустрията и образованието, както и да научат повече за начина, по който функционират новите технологии.  

В четири отделни панела публиката ще може да научи повече:

  • Какви роботи се правят в България?
  • Какви са проектите на българските компании?
  • Какви са иновациите в индустрията?
  • Мястото на Бургас на индустриалната карта?
  • Новите проекти за индустриална автоматизация?
  • Как се изгражда умна фабрика и какви предимства дава тя?
  • Необходими технологии за изграждане на умен град?
  • Как си сътрудничат образование, бизнес, общини?
  • Ролята на СТЕМ центровете и връзката им с роботиката
  • Изграждане на дигитални лидери

Със засиленото навлизане на автоматизацията у нас пилотното издание на Burgas Digital 2021 ще разгледа какви са тенденциите в производството у нас, в ускореното внедряване на роботи, както и ще бъде направен преглед на напредъка в индустриалната автоматизация. Лектори на събитието са изявени водещи представители на бизнеса, научните среди и асоциациите в бранша, които имат отношение към роботиката и дигитализацията.

По време на събитието ще бъдат демонстрирани  решения в областта на автоматизацията и роботиката, виртуалната реалност и умните градове от “ФАНУК” България, “Телелинк Бизнес Сървисис”, университет „Проф. д-р Асен Златаров“, “Рапид Прогрес”, “Ондо”, “Гига Аутомата”, образователния стартъп “Тинузавър” и учениците от Професионална гимназия по компютърно програмиране и иновации, които се обучават по специалност “Програмиране на изкуствен интелект”.

Кристиян Михайлов и Йонко Чуклев от ПАРА ще се включат с модерирането на три от панелите. В панел „Индустрия 4.0 – ролята на роботиката и умните фабрики“ Христо Гилищаров от Фанук България, Калоян Георгиев – Шнайдер Електрик, и Камен Георгиев от Сивико ще споделят повече за успешните практики в роботиката, ролята на системните интегратори и връзката им с Индустрия 4.0.  
Сред компаниите от екосистемата на Асоциацията по роботика ще се включат още Ондо, Гига Аутомата, Рапид Прогрес.

По време на събитието мобилният оператор А1, ФАНУК България, Телелинк Бизнес Сървисис, университет „Проф. д-р Асен Златаров“, Рапид Прогрес, Ондо, Гига Аутомата, образователния стартъп Тинузавър на Невен Боянов и други ще може да видите решения в областта на автоматизацията и роботиката, образованието и умните градове.

В рамките на форума заедно ще се отбележи и 5-ия рожден ден на  ИКТ Клъстер Бургас.

Безплатна регистрация може да бъде направена на https://burgasdigital.com/ 

Събитието е спонсорирано от мобилния оператор А1, Телелинк Бизнес Сървисис, ФАНУК България и Сенстейт Технолоджис.

Във връзка с епидемиологичната обстановка и рисковете от разпространение на COVID 19 в Република България и световен мащаб, организаторите следят ежедневно ситуацията и ще създадат нужната организация за стриктно спазване на въведените противоепидемиологични мерки по време на конференцията и съпътстващите я дейности. 

Повече за събитието – https://burgasdigital.com/ 
Следете събитието и в социалните мрежи- https://www.facebook.com/BurgasDigital

Високотехнологичната индустрия бе представена на Robotics Strategy Forum 2021

На 29 септември се проведе Robotics Strategy Forum 2021 – Chips, batteries and industrial automation. В сграда Инкубатор, София Тех Парк бяха представени над 20 различни вида роботи и индустриални решения. Физически гостите имаха възможност да разгледат индустриалните машини на Schneider Electric, летящите роботи на FESTO, както и разработката за фармацевтичната индустрия между технологичните центрове на Бостън и София.
Робот за полупроводниковата индустрия, обучителен робот и колаборативен робот представиха съответно от Милара Интернешънъл, FANUC и Гига Аутомата.
На специален щанд SPESIMA имаха възможност да покажат проекти свързани с реинженеринг на индустриални роботи и използването на различни видове манипулатори, в индустрията.

Chips, batteries, industrial automation

По време на офлайн експото, в Clubhouse се провеждаше паралелното заснемане на панелите. Представители на българската индустрия в лицето на Siviko, Strypes, International Power Supply, Rapid Progress, SIN Cars,  Milara International споделиха експертно мнение по темите:

  • THE GLOBAL CHIP SHORTAGE
  • SMART GRID, BATTERY, AND ENERGY STORAGE GROWTH
  • THE INDUSTRIAL AUTOMATION GROWTH
  • INNOVATIONS IN ROBOTICS

Къде е България в доставките на чипове и кои са причините за забавянето?

THE GLOBAL CHIP SHORTAGE

COVID кризата, политическата обстановка и оскъпените процеси на доставка са основните причини за забавянето според Красимир Петков от Милара Интернешънъл, Петър Статев от Смартком/София Тех Парк и Ангел Узунов от Strypes.

Тримата се съгласиха, че държавата трябва да създаде здравословна икономическа среда и добра образователна система, които да се превърнат в основа за развитието на високотехнологични производства. По думите на Петков бъдещето е в микропроизводството на нанотехнологии, които ще променят света.

Индустрия 4.0 по примера на ФЕСТО

В специални сесии Андреас Xьолшер от концерна ФЕСТО сподели опит в Индустрия 4.0 и успешните практики на компанията. Д-р Хьолшер сподели, че България е важна дестинация за ФЕСТО не само заради разработката, но и за производствения капацитет у нас. Индустрия 4.0 доставя интелигентни решения, които биват използвани в производството на ФЕСТО у нас. По думите на д-р Хьолшер това е една от причините компанията да избере София за производствен и развоен център.

Дай за да получиш – примерът на Schneider Electric

Калоян Георгиев от „Шнайдер Електрик“ представи Стартирай 4.0 – състезание с награда безплатно внедряване на архитектура на „Шнайдер Електрик“ в подкрепа на дигитализацията на българската индустрия. Компанията цели да подпомагане българската индустриална общност по пътя на дигиталната трансформация в производството.

Какво е развитието на изкуствения интелект и фабриките на бъдещето?

Представители на Ocado Technology, FESTO, Bosch.IO и Technology Valley дадоха редица примери как AI подпомага дейността им – от чат ботове през следене на производствени данни, до управление на роботи в автоматизирани складове и чат ботове.

Запис на панела може да намерите тук:

Robotics Strategy Forum 2021 – Robots, Industrial automation, Chips, Batteries

Колко автоматизирана е българската индустрия?

От PARA ежегодно провеждаме свое проучване за нивото на автоматизация в българската индустрия и плановете на предприятията, свързани с автоматизацията. През тази година 24 предприятия попълниха анкетата ни, която не считаме за представителна извадка за цялата българска индустрия, но считаме, че може да бъде добър индикатор за микро тенденциите в производството у нас.

В предишните ни анкети по-голямата част от българските предприятия бяха заявили желание да инвестират в дискретна автоматизация на производството. През тази година обаче, софтуерната автоматизация на процесите е водеща, като 50% от анкетираните предприятия са заявили желание да вложат в такава.

Коя дейност е най-желана за автоматизация?

Традиционно най-желаната дейност за автоматизация сред анкетираните предприятия от PARA е производството. Тази година тенденцията се променя, като събиране и обработване на данни е топ отговор с 58% от предприятията са изявили желание да автоматизират тази дейност. Този отговор загатва за изграждане на производствена инфраструктура в българската индустрия, която генерира все повече данни.

Основният размер на бюджета за автоматизация сред анкетираните предприятия е до 100 хил. лв., като 46% от предприятията са посочили този размер.

Променят се и мотивите за автоматизация, досега водещ мотив сред анкетираните предприятия за инвестиции в автоматизация беше увеличаването на производството. През настоящата година водещият мотив е друг – оптимизация на разходи с 58%, като с 54% следва интеграция на процесите, с 50% – повишаване на качеството, с 42% увеличаване на производството и с 38% – липса на работна ръка.

Какъв тип роботи биха помогнали?

При въпросът „Какъв тип роботи биха помогнали на производството ви?“, водещ отговор са роботите за монтаж на компоненти с 33% от анкетираните предприятия.

Данните сочат, че най-желаната автоматизация е софтуерната, най-масовият бюджет за автоматизация у нас е до 100,000 лв., най-желаната дейност за автоматизация са събирането и обработването на данни, а основният мотив за автоматизация са оптимизация на разходи и интеграция на процесите. Тези отговори са логически свързани помежду си. От тях можем да заключим, че през следващата година българските предприятия ще се концентрират върху изграждането на дигитални активи – такива могат да варират от създаването на дигитални близнаци и симулиране на производствените процеси, системи за контрол на качеството и проследяване на производството, RPA решения, въвеждане на облачни технологии, интернет на нещата до големи масиви данни и други цифрови решения.

Кой подкрепи събитието?

Robotics Strategy Forum 2021 – Robots, Industrial automation, Chips, Batteries бе открито от д-р Бойко Таков – изпълнителен директор на Изпълнителна агенция за насърчаване на малките и средните предприятия, и Генчо Керезов – заместник-кмет на Столична община по направление “Дигитализация, иновации и икономическо развитие”, който дискутира иновативни проекти в областта на автоматизацията на община София, политики за развитие на технологичната общност в столицата и инвестиционни практики за подкрепа на иновациите.

Innovative Sofia и Американска търговска камара (AmCham) бяха институционални партньори на събитието.

Благодарим за отразяването на TLL Media – издателството на българската индустрия, ЕЛ МЕДИА, Инженерният Портал Инженер.бг, Мениджър Нюз, Ratio, Trending Topics SEE, The Recursive, Българска национална телевизия. БНТ, BTV, DigitalK, Technology.bg и на всички партньори и изложители, представени в на http://www.rsf2021.para.expert/  

Пълен запис на събитието може да бъде намерен ТУК

Robotics Strategy Forum 2021 – от роботи и автоматизирани системи до батерии и чипове

Ръстът в продажбата на роботи, новите проекти за индустриална автоматизация, световния недостиг на чипове и новия Алианс за акумулаторни батерии ще бъдат основен фокус на третото издание на Robotics Strategy Forum 2021.

Експо частта на Robotics Strategy Forum 2021 ще се проведе в сграда Инкубатор, София Тех Парк

Лицето на световната индустрия постоянно променя своя облик. Докато през 2020 г. пандемията доминираха темите за затворени сектори, намалено потребление и свити производства, то през 2021 г. водещи в индустриалната тематика вече сa ускореното внедряване на роботи, недостигът на чипове, инициативите за производство на батерии, както и напредъкът в индустриалната автоматизация.

Тенденциите в роботиката

Неизменна част от напредъка на световната индустрия са роботите и технологиите за автоматизация. По данни на Международната федерация по роботика (IFR) средната наситеност на роботите достига нов рекорд от 113 броя на 10 000 служители. В Китай продажбите на индустриални роботи през 2020 г. растат с 19%. Същевременно Китай заедно с другите две най-големите държави производители на роботи – Япония и САЩ контролират 60% от инсталираните индустриални роботи по целия свят. Западна Европа, от своя страна, е водещ ползвател на индустриални роботи с 225 роботи на 10 000 служители.

Фокусът на ЕС

Освен високото ниво на внедряване на индустриални роботи, на Стария континент през последната година се развиха две мащабни технологични инициативи – осемнадесет държави членки на ЕС подписаха Съвместна декларация за осъществяване на Европейска инициатива в областта на производството на процесори и други полупроводници, както и Алианса на ЕС за акумулаторни батерии, който се очаква да вложи около 6 млрд. евро за разработка на ново поколение батерии.

В специален панел ще се включи създателя на SIN Cars – Росен Даскалов

Мястото на България

Традиционно мислим, че България е откъсната от тези тенденции. Въпреки това, на макро ниво, по данни на БСК през 2020 г. България е изнесла електроника на стойност почти 3,5 млрд. долара като в експортната листа на България има засилено присъствие на групи като наситени интегрални платки, акумулатори и софтуерни продукти за управление на процеси. На микро ниво български стартъпи в сферата на роботизираната автоматизация на процеси (RPA Consulting), индустриални прогнозни анализи (Amygda Labs) и роботизираната рехабилитация (Neurorehabilitation Robotics) получиха инвестиции от фондове за рисков капитал. Същевременно производителят на електроника „Мелексис“ инвестира 75 млн. евро в нова база за производство на чипове в Горубляне, българската технологична компания „Милара“ заема трето място в САЩ след Brooks Automation и Genmark в производството на роботи за полупроводниковата индустрия, производителят на акумулатори и батерии „Монбат“ увеличава продажбите си с 30% през първата половина на 2021 г., а производителят на електромобили „Син Карс“ вече е на сегмента за МСП на фондовата борса у нас.

Проучването е активно до 24 септември тук

В началото на Robotics Strategy Forum 2021 ще обявим резултатите от проучването за нивото на автоматизация в българската индустрия. Български предприятия могат да вземат участие в специалното проучване до 24 септември.

Възможностите за напредък в индустриалната автоматизация, производството на чипове и батерии

Чиповете и батериите са две сателитни индустрии на роботиката и автоматизацията, където България има както традиции, така и работещи компании в сферата. На Robotics Strategy Forum 2021 ще споделим перспективи икономика или национална политика ще бъде производството на чипове и батерии, могат ли и как компаниите в сферата на роботиката у нас да постигнат партньорства и синергии с производителите на полупроводници и акумулаторни батерии, кои тенденции, програми и инициативи ще дадат допълнителен тласък на автоматизацията, какви са възможностите за България да се възползва от новите ниши в роботиката, индустриалната автоматизация, недостига на чипове и от Алианса на ЕС за акумулаторни батерии.

Кога и къде?

Robotics Strategy Forum 2021 ще се проведе на 29 септември, в хибриден формат – онлайн лекции във Facebook и YouTube страниците на ПАРА и изложение на място в сграда “Инкубатор”, в “София Тех Парк”.
Сред над 25 щанда посетителите могат на място да разгледат летящите роботи на Festo, индустриалните решения на Schneider Electric и умната им фабрика в Пловдив, колаборативните роботи на Giga Automata, обучителните клетки на FANUC, решенията на SPESIMA, роботите на „Милара“ и решенията за CAD/CAM на „Рапид Прогрес“, както и много други.

Бойко Таков ще открие Robotics Strategy Forum 2021 от 9:00 сутринта

Събитието ще бъде открито от д-р Бойко Таков – директор на Изпълнителната агенция за насърчаване на малките и средните предприятия. Институционален партньор е дирекция “Дигитализация, иновации и икономическо развитие” на Столична община. То е оглавявано от г-н Генчо Керезов, зам.-кмет на Столичната община.
За поредна година водещите инженерни издания „ТЛЛ Медиа“, „Ел Медиа“, и „Инженер.BG“ подкрепят RSF2021. Събитието се подкрепя и от технологичните издания Trending Topics, The Recursive, DevStyleR, DigitalK by Капитал, Business Daily с Димитър Вучев, както и SeeNews. Изданието за популярна наука Ratio, Българска Стопанска Камара и БЕСКО (Българска стартъп асоциация) също са част от партньорите на най-голямото специализирано събитие за роботика и автоматизация у нас.

Безплатен билет може да бъде запазен на https://www.robostrategy2021.para.expert/

Stay Up to Date With The Latest News & Updates

Join Our Newsletter

Sed ut perspiciatis unde omnis iste natus error sit voluptatem accusantium doloremque

Follow Us

We prepared for you quality content for you on our social media channels