Inspiration
Estamos pasando por una crisis ambiental a nivel mundial, que debería ser prioridad para todos nosotros. El desperdicio de las industrias es una de las principales razones de este problema, sin embargo, estas industrias son altamente importantes para nuestra supervivencia, pues crean alimentos, farmaceuticos, ropa, movilidad, etc. Entonces, pensamos en como implementar la tecnología de vanguardia para eficientar los recursos y disminuir el impacto ambiental.
What it does
Se trata de una tecnología que usa AI para la administración y gestión de cadenas de suministro complejas, logrando así detectar fallos en la cadena de valor. Esto se logra a través del uso de AI y visión computacional para detectar los procesos y el estado de los productos para poder generar una análisis y una recomendación inteligente acerca de como manejar el problema. De esta manera, se minimiza el uso de recursos, contribuyendo al medio ambiente.
How we built it
Para las distintas partes del proyecto usamos distintas tecnologías: Frontend:
- React native
- Javascript
Hosting:
- AWS Lambda
- AWS EC2 Instance
- AWS API Gateway
AI:
- OpenAI
- Frida de Softtek
- Python
Vision:
- OpenVino
- OpenCV
- Google Colab
Challenges we ran into
Nos enfrentamos al desafío de conectar todos los sistemas mientras manteníamos la flexibilidad y escalabilidad del diseño. Para lograrlo, implementamos varios servidores y API desarrolladas internamente, lo que nos permitió una integración sencilla y una escalabilidad futura. Aunque este desafío requirió una considerable inversión de tiempo, el resultado final cumplió con nuestras expectativas.
De igual forma, un reto significativo al que nos enfrentamos fue el enfoque de la tecnología con un sentido social más allá de la identificación de plagas. Tras horas de discusión, decidimos irnos por una solución que fuera innovadora, pero la cuál su fuerte estuviera en la escalabilidad de la misma y en el enfoque global que le decidimos dar.
Accomplishments that we're proud of
Usar plataformas de cloud como lo son AWS y que nuestra idea realmente fluyera con muchisima tranquilidad. No tuvimos tantos problemas como realmente pesamos, y nuestro trabajo en equipo fue bastante sano y creativo.
What we learned
Aprendimos a relacionar la visión con la inteligencia artificial, usando modelos que nos ayudan a hacer estimaciones y cálculos que pueden servirnos para hacer análisis de diferentes plantas e incluso escalarlo a diversas industrias .
Por otra parte, aprendimos a realizar un desarrollo enfocado al cliente, permitiendo así ofrecer la mejor experiencia de usuario, manteniendo la simplicidad desde el backend del sistema. Esto nos permitió lograr nuestro objetivo de flexibilidad y escalabilidad que está en el núcleo de AgriSense.
De igual forma, aprendimos a utilizar tecnologías nuevas y complejas, como los APIs de OpenAI y OpenVino para poder realizar el análisis de los productos y los procesos de la mejor forma posible.
What's next for Hackoholics - Softtek
Al ser una tecnología que es aplicable para todas las industrias, lo siguiente es lograr adaptar esta herramienta a la necesidad de cada futuro cliente. Esta tecnología fue diseñada con escalabilidad en mente, por lo que a futuro se podría mejorar e implementar en una amplia variedad de casos más complejos.
Aparte, se podrían implementara aún más fuentes de información, como sensores, que mejoren la funcionalidad del sistema permitiendo realizar operaciones y análisis más complejos
Built With
- amazon-web-services
- flask
- frida
- llm
- openai
- opencv
- openvino
- python
- react
Log in or sign up for Devpost to join the conversation.