В Волынской области обнаружили предприятие, которое без разрешений хранит 426 тонн отходов
Работники госэкоинспекции провели внеплановую проверку на волынском предприятии.
Инспекторам представили документы, согласно которым в складском помещении предприятие сохраняет 426 тонн отходов полимеров, завезенных с территории республики Польша. Владельцем отходов является другое предприятие, сообщает Государственная экологическая инспекция в Волынской области.
Разрешения на хранение отходов у предприятия нет.
При обследовании территории предприятия, специалисты ГЭИ установили, что они делают пеллеты из древесных отходов.
Разрешения на выбросы загрязняющих веществ в атмосферный воздух от технологического оборудования не имеет.
Руководство предприятия отказало в проведении осмотра склада, где хранятся отходы. Аргументировали отказ отсутствием представителя владельца.
Должностных лиц привлекли к административной ответственности и выдали предписание на устранение природоохранных нарушений.
В Инспекции решают вопрос о направлении в суд результатов проверки, чтобы на предприятии прекратили эксплуатацию оборудования до устранения нарушений.
Кроме того, материалы передали в правоохранительные органы.
Как сообщал «Журналист», в Черкасской области разрабатывают региональный план управления отходами.
Запорожское коммунальное предприятие уклонилось от уплаты 6,7 миллиона гривен налогов
Работники налоговой милиции Запорожской области под процессуальным руководством Запорожской областной прокуратуры закончили досудебное расследование в уголовном производстве, начатом по факту умышленного уклонения от уплаты налога на доходы физических лиц и военного сбора должностными лицами коммунального предприятия Запорожской области. Об этом «Журналисту» сообщили в пресс-центре Главного управления Государственной фискальной службы в Запорожской области.
Установлено, что с января по июль 2017 года они отражали в налоговой отчетности завышенные показатели по фактической уплате налогов и сборов, что привело к недопоступлению в бюджет средств на общую сумму 6,7 миллиона гривен.
В октябре 2020 года в суд направлено обвинительное заключение в отношении бывшего главного бухгалтера. Благодаря принятым мерам, предприятие частично возместило причиненный государственному бюджету ущерб в размере 680 тысяч гривен.
Читайте также: Более 450 миллионов гривен налогов уплатили столичные энергетики за 9 месяцев 2020 года.
В Николаеве пожарные потушили масштабное возгорание на предприятии
12 сентября в 05.24 в оперативно-координационный центр Главного управления ГСЧС Украины в Николаевской области от дежурного пульта наблюдения ООО «Пожобеспечение» поступило сообщение о пожаре на территории предприятия на ул. 116 Дивизии г. Николаева. Об этом «Журналисту» сообщил ГУ ГСЧС Украины в Николаевской области.
На тушение пожара по вызову № 3 направлено 7 пожарно-спасательных отделений, очередное изменение оперативно-координационного центра.
По прибытию установлено, что горит оборудование, продукция (нетканые текстильные материалы, синтепон) и утеплитель в производственном цехе на площади 1000 кв. м.
На тушение пожара подано 5 стволов, организована эвакуация имущества из цеха и помещения административного здания.
В 6.50 пожар локализован, в 07.45 на площади 1000 кв. м – ликвидирован, его вероятная причина – нарушение технологического регламента при производстве войлочных материалов.
Всего от ГСЧС привлекалось 8 единиц техники, 35 человек. Жертв и пострадавших нет.
Читайте также: Под Харьковом вспыхнул масштабный пожар.
В Харьковской области произошел пожар на предприятии по производству резиновых изделий
В Харьковской области горело производственно-складское здание предприятия по производству резиновых изделий. Об этом сообщает пресс-служба Государственной службы по чрезвычайным ситуациям.
Сообщается, что огонь почти мгновенно охватил значительную площадь и быстро распространился по горючей загрузке.
Когда спасатели прибыли на место происшествия, огонь распространился на площадь 1000 кв. м.
«Горело складское помещение с готовой продукцией из резины, крыша цеха литья и часть швейного цеха», — говорится в сообщении.
Около 20.00 спасатели смогли локализовать возгорание, а полностью его ликвидировать удалось только сегодня, 20 августа, в 6.55.
В результате инцидента никто не пострадал. Причина возникновения пожара выясняется.
Ранее «Журналист» сообщал, что в Николаевской области произошел пожар в продуктовом магазине.
На предприятии «Волыньхолдинг» зафиксировали вспышку коронавируса
В поселке Торчин на Волыни на предприятии «Волыньхолдинг» зафиксировали 8 случаев заражения коронавирусом. Об этом сообщила заместитель председателя облгосадминистрации Татьяна Щербак во время брифинга.
По словам заместителя председателя ОГА, на предприятии 25 мая зарегистрировали 8 больных коронавирусом. Случаи зарегистрированы в Луцке, три в Луцком районе, два в Киверцовском и один в Локачинском районе.
Уже установлен круг контактных лиц — 45 человек.
«По месту работы — 29 и по месту жительства — 16», — добавила Щербак.
Также она сообщила, что на предприятии работает около 900 сотрудников.
Заместитель председателя ОГА рассказала, что на предприятии проводят все противоэпидемические мероприятия по локализации и ликвидации очага. Все контактные работники максимально переведены на дистанционную работу, обеспечен достаточный запас средств индивидуальной защиты, проводят конечную дезинфекцию в офисных помещениях.
На предприятии ввели дополнительный усиленный режим, ежедневно проводят непосредственное медицинское наблюдение за работниками.
Ранее «Журналист» сообщал, что на Волынской птицефабрике зафиксирована вспышка коронавируса.
В Николаевской области директора государственного предприятия уличили в присвоении имущества
В Николаевской области правоохранители задержали директора государственного аграрного предприятия, который похитил и вывез с предприятия сельхозпродукции на 1,5 млн грн. Об этом сообщает пресс-служба Службы безопасности Украины.
Сообщается, что директор предприятия заключал сделки с подконтрольными ему коммерсантами на проведение сельскохозяйственных работ по завышенной стоимости.
В ходе санкционированных обысков в хозяйстве была изъята «черная бухгалтерия», которая подтвердила системность деятельности злоумышленника и его сообщников.
«В местах хранения урожая изъято для принятия процессуального решения 100 тонн продукции стоимостью 750 000 гривен, подготовленной для отгрузки по поддельным документам на один из местных элеваторов», — говорится в сообщении.
Продолжаются следственные действия, решается вопрос об объявлении руководителю госпредприятия подозрения в совершении преступления.
Ранее «Журналист» сообщал, что экс-начальник Закарпатской таможни присвоил почти 13 млн грн, выделенных на ремонт таможенного поста «Ужгород».
Внедрение искусственного интеллекта на предприятие: преодоление двух основных препятствий
Любой разумный проект ИИ начинается в лабораторных условиях с использованием тщательно отобранных данных из испытаний. Поскольку ИИ должен быть обучен, чтобы знать, как интерпретировать данные, было бы безумием выпускать бездоказательный искусственный интеллект на предприятие. Но в какой-то момент ИИ достигает уровня, когда его необходимо применять к реальным данным компании - базам данных клиентов, машинным считываниям, потокам данных устройств IoT и т. Д. - и он начинает использоваться для принятия важных решений.
После некоторых неудачных попыток многие предприятия становятся достаточно хорошими на первом этапе, который заключается в создании ИИ, который решает определенную проблему. Но многие по-прежнему сталкиваются с проблемами при перемещении ИИ из «лаборатории» (или их изолированной команды исследователей данных) в более широкое предприятие.
Этот шаг сопряжен с рядом проблем, но с точки зрения управления мы можем разделить его на два ключевых блокиратора: масштабирование технологий и принятие пользователями.
Интеграция и масштабирование технологий: сможет ли ваш AI справиться с этим в реальном мире?
Это становится все более распространенной ситуацией: компания создает ИИ и располагает данными, готовыми к нему, но ей некуда поместить результаты. Это все равно что построить новую, ультраэффективную гидроэлектростанцию и договориться о реке, чтобы получать энергию из нее, но потом обнаружить, что она слишком велика, чтобы ее можно было установить где угодно.
Исследователи данных в лаборатории часто строят доказательства концепции AI (POC), при этом мало внимания уделяется их развертыванию в производственной среде с четко определенными и контролируемыми процедурами поддержки и технологическими ограничениями. Например, AI часто встроен в Python или R, язык программирования для обработки данных. Затем исследователи данных представляют свои тщательно проверенные достижения ИТ-отделу и просят их развернуть его, только чтобы им сообщили, что технология, на которой работает все предприятие, не поддерживает этот язык.
ЧИТАЙТЕ ТАК ЖЕ: Anora: умная перчатка, помогающая слепым
Даже когда ИТ-команды имеют возможность (или готовы ее развивать), многие инструменты ИИ подкрепляются новыми технологиями, которые представляют высокий технический риск. Многие из них являются узкоспециализированными и нуждаются в сложной конфигурации и настройке, чтобы извлечь из них максимальную пользу, что может занять недели или месяцы. К тому времени импульс теряется. Это еще более усложняется, когда - как это обычно бывает) - их необходимо интегрировать с другими корпоративными технологиями (например, экспертными приложениями, инфраструктурой хранения, рабочим процессом или системами CRM), с которыми они не предназначены для работы.
Это было понятно еще пару лет назад, когда ИИ был новым, и было полезно исследовать и экспериментировать, не ограничивая ученых-данных. Теперь нам нужно начать думать в долгосрочной перспективе, и проекты по науке о данных должны планироваться с учетом конечного пользователя.
Некоторые обращаются к ИИ предприятия «черного ящика», которые могут хорошо работать для общих проблем, с которыми сталкиваются в разных отраслях. Тем не менее, они представляют проблему, к которой мы придем: если пользователь не видит, как он работает, он может не доверять результату. Когда ИИ необходимо решить очень специфическую проблему, лучшим подходом является создание индивидуальных POC ИИ с использованием распространенных наборов инструментов, таких как Microsoft Azure и AWS, которые естественным образом масштабируются на предприятии. Используя те же инструменты для создания и развертывания ИИ, компании устраняют время и сложности, связанные с настройкой, установкой и интеграцией новых ИИ.
Интегрированные интегрированные среды помогают исследователям данных создавать, тестировать и проверять модели, в то же время позволяя им масштабироваться в производственные системы после их успешной проверки.
Принятие пользователем: доверие без понимания
Вторая причина отказа ИИ - нежелание пользователя принять его. Это может произойти по любой из обычных причин отказа технологии: это занимает слишком много времени. Это слишком сложно. UX беден. Все это необходимо учитывать при разработке ИИ. Но с ИИ также существует критическая проблема доверия.
Представьте, что вы химик, ищущий молекулы для нового лекарства. Вы создали спецификацию и подали ее в ИИ, а ИИ выкачал сотню соединений-кандидатов. Теоретически это здорово - ваш поиск миллиардов потенциальных молекул сузился, и вы можете потратить время на исследования и разработки, проверяя это гораздо меньшее количество кандидатов.
Но это полезно, только если химик доверяет результату. Если они не понимают, как оно приняло решение, они могут не чувствовать уверенности, полагаясь на него, и им придется переделывать всю работу ИИ другими методами. (Между прочим, мы предполагаем, что ИИ был хорошо спроектирован и протестирован. Если он действительно достиг неверного результата, это совсем другая проблема. Но разработка ИИ прямо во-первых - тема для другой статьи).
Решение состоит в том, чтобы вовлечь пользователей на раннем этапе, требуя, чтобы они предоставили свои собственные обучающие данные - например, спецификации молекул и желаемую активность - и направляли валидацию выходов AI. Это позволяет им формировать свое развитие и воочию убедиться, что ИИ достигает значимого результата, когда ответ уже известен. Это помогает им понять, как оно достигает своих ответов и как использовать его по мере развития.
ИИ улучшается. Теперь сделайте его пригодными для использования.
Возможности ИИ быстро развиваются на многих предприятиях, и он все чаще успешно решает многие сложные проблемы. Теперь задача состоит в том, чтобы вывести проверенных ИИ из лаборатории на предприятие. Это требует заблаговременного планирования и более тесного сотрудничества между специалистами по данным, экспертами и пользователями, не являющимися экспертами, и бизнес-функцией. Способность ИИ прошла долгий путь. Теперь мы должны убедиться, что POC предназначены для работы с конечным пользователем и построены для масштабирования в рамках конкретной ИТ-инфраструктуры и человеческой инфраструктуры этого предприятия.