Шукаю технічного співзасновника (CTO) / розробників для соціального ІТ-проєкту «Angel» (інклюзія)
Вітаю спільноту DOU!
Мене звати Лілія, я перебуваю в Німеччині (земля Північний Рейн-Вестфалія) і наразі розвиваю концепцію важливого соціального проєкту (Social Impact) під назвою «Angel».
«Angel» — це цифрова платформа (мобільний застосунок та екосистема), створена для покращення якості життя, обслуговування та доступності міського простору для незрячих і людей з глибокими порушеннями зору, а також для всіх, хто стикається з бар’єрами у повсякденному житті.
Чому це критично важливо зараз?
В Україні через війну кількість людей, які частково або повністю втратили зір (як серед цивільних, так і серед наших захисників), трагічно зростає. Вони потребують сучасних, зручних технологічних рішень для адаптації та повернення самостійності.
Я маю чітке бачення продукту і вже веду переговори з німецькими державними агенціями розвитку (gfw) та регіональними спілками незрячих у Німеччині (BSVW) для отримання грантової підтримки (Gründungsstipendium.NRW) та майбутніх тестів.
Ось як має працювати архітектура на стадії MVP:
1. Захоплення картинки: Мобільний застосунок у фоновому режимі приймає зображення з камери розумних окулярів користувача через Bluetooth/Wi-Fi.
2. Обробка в ІІ-хмарі: Застосунок миттєво відправляє ці дані через API до мультимодальних моделей (наприклад, GPT-4o) для аналізу простору, об’єктів та тексту.
3. Голосовfeedback: Текст від ІІ перетворюється на природний голос і транслюється в навушники користувача.
4. Інтеграція з інфраструктурою (наше головне УТП): Внутрішні модулі застосунку підключатимуться до API торговельних мереж (навігація по полицях супермаркетів, каталоги товарів), GPS-трекерів транспорту та міститимуть кнопку «Виклик волонтера» для прямої відеотрансляції соцслужбам.
Кого я шукаю?
Оскільки я є non-technical соло-фаундеркою, мені потрібне надійне технічне крило. Я шукаю технічного співзасновника (Tech Co-founder / CTO) або талановитих розробників (Mobile, AI, Computer Vision), які готові долучитися до створення першого прототипу (MVP) за долю в майбутній компанії (Equity).
Проєкт на суворо нульовому бюджеті, тому на даному етапі я НЕ можу запропонувати фінансову оплату або покриття витрат «із власної кишені» до отримання перших європейських грантів чи інвестицій. Я шукаю людину, яка горить соціальною місією та готова розділити ризики запуску на рівних як повноцінний партнер.
Спілкуватися ми зможемо прямо тут, у текстовому чаті (я використовую ІІ-перекладачі для комунікації, тому мовний бар’єр не завадить роботі).
Давайте разом створимо технологію, яка реально повертатиме людям самостійність та змінюватиме життя на краще!
Для зв’язку та обговорення деталей пишіть у приватні повідомлення на DOU або:
Email: [email protected]
+380979853530. +4917632561707
4 коментарі
Додати коментар Підписатись на коментаріВідписатись від коментарівзараз технічні можливості дозволяють аналізувати та обробляти відео локально, це швидше і не потребую якісного/постійного інтернет конекшина. Треба підібрати ML рішення, у гугла повино щось таке відкрите, але навряче покриє всі потреби, але для MVP буде достатньо.
Абсолютно згодна з вами, дякую за слушний коментар! Для нашого проєкту незалежність від інтернету та швидкість реакції (latency) — це буквально питання безпеки користувача. Стабільний конекшн у підвалах, метро чи всередині великих супермаркетів є далеко не завжди, тому on-device ML — це наш пріоритет.
Ми з майбутнім СТО якраз розглядаємо гібридну модель. Для MVP плануємо покрити базові потреби (зчитування штрихкодів, розпізнавання базових об’єктів та тексту) саме відкритими on-device рішеннями. Дивимося в бік Google MediaPipe та TensorFlow Lite — вони дають чудову базу для комп’ютерного зору безпосередньо на пристрої.
А хмару (Cloud AI через API) плануємо підключати лише для «важких» та нестандартних голосових запитів, коли користувачу потрібен глибокий контекстуальний опис простору навколо.
Якщо ви маєте досвід впровадження конкретних on-device ML моделей для подібних завдань, буду дуже рада поспілкуватися та обмінятися думками!
Вцілому ідея хороша, але я бачу як мінімум одне слабке місце, а саме — дуже велика різниця між швидкістю сприйняття інформації очима та вухами. Спробую пояснити, що я маю на увазі:
Коли звичайна зряча людина підходить до перехрестя, то практично миттєво бачить купу всього:
— колір світлофора
— авто, що їдуть по дорозі
— люди, що стоять поруч
— діти, собаки, що бігають через дорогу
— небо, дерева і т.д.
І людина це не просто бачить, а ця картинка ще й змінюється щосекунди, тобто реагувати на зміни потрібно дуже швидко, щоб, наприклад, не потрапити під авто випадково чи не врізатися в іншу людину чи об’єкт.
А тепер уявімо сліпу людину, яка підійшла до того самого перехрестя. Коли окуляри розпізнали те, що побачили, а додаток через навушник почав це проговорювати і описувати, то на це може піти десь10-15 секунд, за які ситуація вже кардинально змінилася і ота інформаця про стан оточуючого світу, яка ще була релевантна 10-15 секунд назад — вже катастрофічно застаріла. І на основі цієї застарілої інформації людина може прийняти хибне рішення, яке може вартувати їй життя чи призвести до інших серйозних негативних наслідків.
В магазині ситуація трохи краща, там ніхто так сильно не поспішає, як при переході вулиці, але враховуючи кількість товарів на полицях — також треба буде подумати, як оптимізувати те, що голосовий асистент каже людині, щоб ця розповідь не затягувалася на хвилини.
Звісно, мати хоч якусь інформацію про оточуючий світ — краще, ніж не мати взагалі ніякої, але треба врахувати ці ризики і подумати про те, як зробити так, щоб стиснути ВСЮ зовнішню візуальну інформацію у коротке самарі на3-5 секунд аудіо.
Дякую за неймовірно глибокий аналіз та точний опис головного ризику! Ви абсолютно праві: інформаційне перегруження незрячого користувача — це критична проблема. Якщо застосунок буде 10 секунд розповідати про «красиве зелене дерево та блакитне небо», людина просто не почує звук автомобіля, що наближається.
Для безпеки на вулиці ми з СТО якраз закладаємо концепцію **динамічної пріоритезації даних та стислого аудіо-самарі(3–5 секунд)**. Архітектура системи має працювати на трьох рівнях:
1. **Рівень 0 (Миттєва безпека — On-Device):** Локальні моделі на телефоні мають реагувати лише на критичні тригери (червоне світло, рух авто, раптова перешкода попереду). Тут немає місця розлогим описам — система має видавати лише миттєвий різкий звуковий сигнал (біп) або чітке коротке слово: «Стоп», «Авто праворуч».
2. **Рівень 1 (Контекст за запитом — Cloud):** Опис неба, дерев чи людей поруч має вмикатися *виключно* за прямим голосовим запитом користувача, коли він нікуди не поспішає і хоче зорієнтуватися в просторі.
3. **Рівень 2 (Оптимізація в магазині):** У супермаркеті ми плануємо інтегрувати застосунок з внутрішньою картою та базою даних магазину (через API ритейлера). Замість того, щоб описувати всі 100 товарів на полиці, «Angel» веде людину за маршрутом до конкретного потрібного товару і озвучує лише його: «Прямо перед вами цукор, ціна 1.49».
Ваша ідея про сжаття інформації в ультра-короткі самарі — це ключ до створення безпечного продукту. Якщо у вас є думки або архітектурні ідеї, як краще технічно реалізувати таке тегування та пріоритезацію відеопотоку на мобільних пристроях, буду дуже рада продовжити діалог!