Automatisierte Datenauswertung im Vergleich
Erstmalig wurde der Vorteil von hoch-automatischer Datenauswertung in Bezug auf den öffentlichen Tsinghua-Tencent 100K Benchmark in den Dimensionen Kosten, Qualität, Quantität und Dauer bewertet. Finde heraus wie gut Menschen im direkten Vergleich zu aktueller KI abschneiden und welche Fehler typischerweise auftreten.
Hoch-automatische Datenauswertung ist eine Voraussetzung zur Erzeugung von Datensätzen in hoher Qualität in einer Größenordnung von Millionen Trainingsbeispielen und hunderten individuellen Klassen. Über die erheblichen Einsparpotentiale in den aktuellen Anwendungen hinaus kann KI so völlig neue Anwendungsbereiche in der Industrie erschließen.
Test Advantech MIC-730AI
We extensively tested the new Advantech MIC-730AI edge inference system based on the NVIDIA Xavier. The low power system is passively cooled, free of any mechanics and offers flexible extension and mount options that make it a perfect fit for industrial AI solutions. With a performance to power ratio that is significantly better than any PC based solution the system supports demanding AI loads. The Ubuntu based system enables rapid deployment as software wise it offers the same amenities than a GPU based PC.
Fallstudie: KI in 20 Tagen
Was kann ein KI Projekt mit 20 Tagen Gesamtaufwand erreichen, wenn man ohne Daten anfangen muss?
Ziel der Studie war es ein repräsentatives Szenario zu wählen, dass eine hohe Übertragbarkeit auf die meisten Anwendungsfälle garantiert. Daher wurden folgende Anforderungen gestellt:
- Keine Daten
- Kleine Objekte in großer Entfernung zu Kamera
- Unkontrollierte Lichtbedingungen
- Komplexer Hintergrund
- Dynamische Szenen
- Bis zu 50 m/s Relativgeschwindigkeit
- Mobile Installation
- Maximal 30 Watt Stromverbrauch
- Keine Cloud
- Daten aus dem öffentlichen Raum
KI Industrialisierung
Während praktisch alle Voraussetzungen erfüllt sind, verhindern die heutigen Methoden zur Datengewinnung nicht nur eine allgemeine Verbreitung, sondern hemmen auch die Ausschöpfung des vollen Potenzials von Künstlicher Intelligenz. Wir beschreiben einen neuartigen Ansatz für die Datenproblematik, den wir als Eckpfeiler für eine Anwendung von KI in der Breite betrachten.
Positionspapier zu Ethik und Erklärbarkeit der künstlichen Intelligenz
Positionspapier zu Ethik und Erklärbarkeit der künstlichen Intelligenz
Deep Learning mit Time-of-Flight-Sensoren
Deep Learning hält immer mehr Einzug in der Bildverarbeitung. In Verbindung mit Time-of-Flight (ToF) 3D Sensorik lassen sich, im Vergleich zu reinen RGB-Bildern, höhere Erkennungsleistungen erzielen. Die multi-ToF-Plattform, bei der verschiedene Sensoren an einen leistungsfähigen Hub angebunden sind, ist die Basis für zukünftige KI-Kameralösungen.
KI in der Tiefe
(02-07-2019) In zusammenarbeit mit unserem Partner Becom konnten wir unsere Erfahrung mit der Kombination von 3D Time of Flight Kameras in Kombination mit Deep Learning in einem Artikel des bekannten InVision Magazins veröffentlichen. Räumliche Informationen in Kombination mit dem Schwarz-Weißbild des Amplitudenanals einer Time of Flight (ToF) Kamera enthalten in der Regel mehr Entropie als 2D-Farbinformation. Daher haben Deep Learning Algorithmen das Potential mit ToF Kameras im Vergleich zu RGB Kameras eine höhere Erkennungsleistung zu erzielen. 3D Sensoren mit pixelsynchronen Bildern in Kombination mit Deep Learning werden vermutlich in den kommenden Jahre eine führende Rolle in der Industrieautomation spielen.
