Intelligente robotica voor wasserijen dicht automatiseringskloof

De textiel- en kledingindustrie staat voor grote uitdagingen met de huidige supply chain- en energievraagstukken. Het toekomstige herstel wordt ook bedreigd door factoren die de productie belemmeren, zoals tekorten aan arbeidskrachten en materieel, waardoor ze extra onder druk komen te staan. Het concurrentievermogen van de industrie, vooral in een mondiale context, hangt af van hoe getroffen bedrijven reageren op deze randvoorwaarden. Een oplossing is om de productie van kleding op een economisch haalbare manier terug te brengen naar Europa. Kortere transportroutes en de daarmee gepaard gaande forse besparingen op transportkosten en broeikasgassen spreken hiervoor in het voordeel. Anderzijds moeten de […]

ML at the Edge: visuele intelligentie met een goedkope MCU

Het maken van een dataset kan een van de meest uitdagende aspecten zijn van het creëren van een betrouwbaar model om mee te werken. Bij Au-Zone hebben we een speelkaartdataset gemaakt om de mogelijkheden van onze interne cameramodule samen met het machine learning-modeltrainingsportaal te laten zien. De afbeeldingen voor de dataset zijn allemaal afkomstig uit de DeepView Vision Starter Kit | Micro zelf en toen het eenmaal voltooid was, hebben we het eIQ-portaal gebruikt om zowel classificatie- als detectiemodellen te trainen en te creëren in een proof-of-concept-voorbeeld. Een bruikbaar machine learning-model vereiste een diverse en robuuste dataset. We bespreken een […]

AI-verbeteringen die de alomtegenwoordigheid van autonome voertuigen stimuleren

Vooruitgang in edge computing moet innoveren voor autonome voertuigen om hun potentieel te realiseren Grote aantallen sensoren, enorme hoeveelheden gegevens, steeds toenemende rekenkracht, realtime werking en beveiligingsproblemen die nodig zijn voor autonome voertuigen, drijven de kern van de berekening van de cloud naar de rand van het netwerk. Autonome voertuigen zijn voortdurend bezig met het detecteren en verzenden van gegevens over de toestand van de weg, de locatie en de omliggende voertuigen. Zelfrijdende auto's genereren ongeveer 1 GB aan data per seconde – het is onpraktisch om zelfs maar een fractie van de terabytes aan gegevens voor analyse naar een […]

Informatie weergeven: op Bayesiaanse bits, qubits en hints

Voordat ik bij Qualcomm Technologies Nederland kwam, was rekenen altijd een zwarte doos voor mij. Ik zou een algoritme ontwerpen, het coderen in een programmeertaal op hoog niveau, het uitvoeren en het zou gewoon werken. Sindsdien heb ik geleerd dat berekening een wonder van technologie is, van het ontwerp en de fabricage van de chip, tot het in kaart brengen van de berekening op de hardware, tot de daadwerkelijke berekening in termen van bits. Ik heb ook geleerd dat een van de beperkende factoren van de berekening het stroomverbruik is. Dit is waar om economische redenen: als het economisch rendement […]

Toon rapport Highlights Automotive ontwikkelingen en trends

Het is alweer een aantal weken geleden dat AutoSens in Detroit werd gehouden en er zijn nog maar een paar weken tot AutoSens zal in september opnieuw landen in het prachtige automuseum AutoWorld in Brussel. Het lijkt erop dat dit het juiste moment is om opnieuw te schrijven over wat er gaande is op het gebied van autodetectie en -perceptie bij AutoSens. We houden echt van AutoSens en het schrijven van showverslagen is een beetje een gewoonte geworden. Op onze website kunt u onze eerdere uitzendingen van 2016, 2017 en 2018 lezen en vergelijken. Een belangrijk ding om op te […]

Computervisie in productie: de definitieve gids voor het meten van het succes van een pilot

2020 was een scharnierjaar voor iedereen, en de maakindustrie is geen uitzondering. De pensionering van ervaren werknemers, de toename van tijdelijk personeel, continu veranderende processen en een hogere mix van assemblage gedreven door economische factoren en de vraag van de klant hebben wereldwijd het aantal handmatige assemblagefouten doen toenemen, waardoor productiebedrijven hun processen opnieuw moeten evalueren Deze fouten hebben de kosten voor herbewerking en afval verhoogd, vaak gemeten aan de hand van de “eerste opbrengst” metrisch, en zijn naar schatting verantwoordelijk voor 68% van de algehele kwaliteitsuitdagingen waarmee discrete productie wordt geconfronteerd. Tegelijkertijd wordt het vergroten van de winstmarges door […]

Robotica-applicaties ontwikkelen in Python met NVIDIA Isaac SDK

De modulaire en gebruiksvriendelijke perceptie-stack van NVIDIA Isaac SDK blijft de ontwikkeling van verschillende mobiele robots versnellen. Isaac SDK 2020.1 introduceert de Python API, waardoor het eenvoudiger wordt om robotapplicaties te bouwen voor degenen die bekend zijn met Python. In dit bericht onderzoeken we deze functie en delen we een stapsgewijze handleiding voor het bouwen van je eigen Isaac-applicaties met Python. We introduceren Python-programmering in Isaac SDK met voorbeelden over het maken van een applicatie; werken met codelets, modules en gegevensstroom; en werken met verschillende gegevenstypen. We sluiten de post af met voorbeelden om subgrafieken toe te voegen aan dezelfde […]

Geconfronteerd met moeilijke ethische vragen in AI

De kans bestaat dat u “het trolleyprobleem” kent – een beroemd gedachte-experiment waarbij een persoon moet kiezen tussen het veranderen van de richting van een uit de hand gelopen trein, waarbij wordt geselecteerd of een of meerdere mensen sterven. Op het eerste gezicht lijkt het antwoord eenvoudig utilitair: kies het spoor dat het minste aantal mensen schaadt. Maar het dilemma zit in de details. Wat als je de enige persoon kent die zal worden vermoord? Wat als de grotere groep mensen op de een of andere manier moreel verwerpelijk is? Welke verantwoordelijkheid heb je, of helemaal niet, om de richting […]

Hoe Google DeepMind AI-onderzoek omzet in toepassing

Iets meer dan tien jaar geleden opgericht (waardoor het een van de oudste kunstmatige-intelligentiebedrijven is) beheersen vroege videogames – niet zodat machines mensen in de speelhallen konden verdringen, maar omdat ze kant-en-klare testbedden boden voor het toepassen van kunstmatige intelligentie op het probleem van leerbeleid. Hoewel we het vaak hebben over trainingsmodellen voor classificatietaken (“er zit een tumor in deze röntgenfoto”), zijn dit relatief “gemakkelijke” taken omdat we, wanneer we gegevens hebben gelabeld, het juiste antwoord al weten, op tenminste voor de trainingsset. De echte wereld zit echter vol met open taken, waarbij we het doel kennen, maar niet hoe […]

Gids voor computervisie: waarom het belangrijk is en hoe het helpt bij het oplossen van problemen

Dit bericht is geschreven om de beginnende ontwikkelaarsgemeenschap in staat te stellen, vooral degenen die nieuw zijn in computervisie en computerwetenschap. NVIDIA erkent dat het oplossen van en profiteren van 's werelds visuele computeruitdagingen door middel van computervisie en kunstmatige intelligentie ons allemaal vereist. NVIDIA is verheugd om samen te werken en dit bericht op te dragen aan de zwarte vrouwen in kunstmatige intelligentie. Het gebruik en bereik van computervisie in de echte wereld groeit en de toepassingen ervan zijn op hun beurt uitdagend en veranderen de betekenis ervan. Computervisie, dat al tientallen jaren in een of andere vorm van […]

TensorFlow versnellen op NVIDIA A100 GPU’s

De NVIDIA A100, gebaseerd op de NVIDIA Ampere GPU-architectuur, biedt een reeks opwindende nieuwe functies: Tensor van de derde generatie Cores, Multi-Instance GPU (MIG) en derde generatie NVLink. Ampere Tensor Cores introduceren een nieuwe wiskundige modus speciaal voor AI-training: de TensorFloat-32 (TF32). TF32 is ontworpen om de verwerking van FP32-gegevenstypen, die vaak worden gebruikt in DL-workloads, te versnellen. Op NVIDIA A100 Tensor Cores is de doorvoer van wiskundige bewerkingen die in TF32-indeling worden uitgevoerd tot 10x meer dan die van FP32 op de eerdere Volta-generatie V100 GPU, wat resulteert in tot 5,7x hogere prestaties voor DL-workloads. Elke maand geeft NVIDIA […]

Nieuwe dieren verwelkomen in de dierentuin — Modelevaluatie

Tensorflow Object Detection API (TF OD API) is nu nog beter geworden. Onlangs heeft Google de nieuwe versie van TF OD API uitgebracht die nu Tensorflow 2.x ondersteunt. Dit is een enorme verbetering waar we allemaal op hebben gewacht! Intro Recente verbeteringen in objectdetectie (OD) worden aangedreven door de wijdverbreide acceptatie van de technologie door industrie. Autofabrikanten gebruiken objectdetectie om voertuigen te helpen autonoom over de weg te navigeren, artsen gebruiken het om hun diagnoseproces te verbeteren, boeren gebruiken het om verschillende gewasziekten op te sporen… en er zijn vele andere (nog te ontdekken) use-cases waarbij OD kan enorme waarde […]

Goede testgegevens zijn alles wat u nodig heeft

Een methode voor het optimaliseren van de ROI van datasets & TTM maximaliseren in toegepaste AI Het bouwen van machine learning (ML) en deep learning (DL) modellen vereist uiteraard veel data als trainingsset en een testset waarop het model wordt getoetst en geëvalueerd. Best practices met betrekking tot het opzetten van treinsets en testsets zijn in academische kringen geëvolueerd, maar binnen de context van toegepaste datawetenschap moeten organisaties rekening houden met een heel andere reeks vereisten en doelen. Uiteindelijk is elk model dat een bedrijf bouwt bedoeld om een ​​zakelijk probleem aan te pakken. In dit verband zijn er twee […]

Modelcompressie: behoeften en belang

Smart City verbonden door IoT (Afbeelding door Tumisu via Pixabay ) Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient. Of je nu nieuw bent met computervisie of een expert bent, je hebt waarschijnlijk gehoord dat AlexNet de ImageNet-uitdaging in 2012 won. Dat was het keerpunt in de geschiedenis van computervisie, omdat het aantoonde dat deep learning-modellen taken kunnen uitvoeren die als zeer moeilijk werden beschouwd. voor computers, met een ongekend niveau van nauwkeurigheid. Maar wist je dat AlexNet 62 miljoen trainbare parameters had? Interessant toch. Een ander populair model VGGNet […]

Onderzoek naar de post-training kwantisatiemethoden van AIMET

Als u drie opties krijgt aangeboden, zoals krachtig, efficiënt en goedkoop, ook geconfronteerd met het raadsel waar je maar een of twee mag kiezen. Beoefenaars van machine learning (ML) die neurale netwerken voor mobiel ontwikkelen, hebben niet altijd de luxe om hun eerste of twee keuzes te kiezen, omdat hun modellen over het algemeen snel en klein moeten zijn en weinig stroom verbruiken om effectief te zijn. In onze recente blogpost, Neural Network Optimization with AIMET, hebben we besproken hoe de open-source AI Model Efficiency Toolkit (AIMET) van Qualcomm Innovation Center (QuIC) geavanceerde kwantisatie- en compressietechnieken biedt en hoe deze […]

Maximaliseer CPU-inferentieprestaties met verbeterde threads en geheugenbeheer in Intel-distributie van OpenVINO Toolkit

De populariteit van modellen voor convolutionele neurale netwerken (CNN) en de alomtegenwoordigheid van CPU’s betekent dat betere inferentieprestaties aanzienlijke voordelen kunnen opleveren voor een groter aantal gebruikers dan ooit tevoren. Aangezien multi-coreprocessors de norm worden, is efficiënte threading vereist om parallellisme te benutten. Deze blogpost behandelt recente ontwikkelingen in de Intel® Distribution of OpenVINO™-toolkit threading-ondersteuning en bijbehorende prestatieverbeteringen. De Intel Distribution of OpenVINO-toolkit (een ontwikkelaarstoolsuite voor high-performance deep learning op Intel®-architectuur) biedt een multi-threading-model dat draagbaar is en vrij is van low-level details. Het is niet nodig voor gebruikers om expliciet (bijvoorbeeld inferentie) threads te starten en te stoppen, of […]

DNN Model Optimization Series Part II: Model Compression – Top 10 vragen beantwoord

Zoals besproken in onze vorige blogpost, zal het comprimeren van grote deep learning-modellen de weg vrijmaken voor veel nieuwe AI-toepassingen en AI om ons dagelijks leven te ondersteunen. Dit maakt modelcompressie een populair onderzoeksgebied, wat aanleiding geeft tot meerdere intense online discussies, waaronder veel blogs en media-artikelen over verschillende gebruiksscenario's voor optimalisatie en compressieresultaten. Sommige van de populaire AI-conferenties, zoals NeurIPS 2020 en CVPR 2020, hebben elk meer dan 50 onderzoekspapers in deep learning-modelcompressie geaccepteerd. In ICLR 2021 zijn er meer dan 100 papers ingediend. Dit betekent dat alleen al in 2020 meer dan 200 nieuwe onderzoekspapers over compressie van […]

De mondelinge geschiedenis van AI

We kunnen niet luisteren naar Newton die ons door de vroege dagen van de natuurkunde leidt, of naar Darwin die praat over de oorsprong van zijn 'Origins of Species'-werk. We kunnen echter horen over de beginjaren van kunstmatige intelligentie (AI) van een van de makers ervan, Yann LeCun. Yann is een vooraanstaand professor aan de NYU, de Chief AI Scientist bij Facebook, en een winnaar van de Association for Computing Machinery A.M. Turing Award, algemeen beschouwd als de “Nobelprijs voor Computing”, die hem samen met collega-winnaars Geoffrey werd uitgereikt. Hinton, een pionier in kunstmatige neurale netwerken, die momenteel zijn tijd […]