堅固型邊緣嵌入式裝置的COM-HPC標準

Posted on by Micah Kaplan

我們不再使用傳真機傳送商業訊息是有原因的。雖然它可以完成工作，但它無法跟上當今商業的高速發展。

PICMG COM-HPC 主席、嵌入式電腦主機板和模組供應商 congatec 市場總監兼創始人之一 Christian Eder 認為，當今的電腦計算領域也存在類似的問題。

隨著資料以空前的速度產生，傳輸和儲存資料的能力正在成為我們利用資料能力的主要瓶頸。通常，資料會被傳輸到雲端或資料中心進行分析，但這種基礎設施無法總是跟上我們今天手邊的資料量。

邊緣運算和嵌入式裝置的發展

為了克服雲端傳輸大量資料的延遲和成本，AI 推論在邊緣的應用越來越多。因此，過去只有溫控資料中心的伺服器才能提供強大的計算能力，而現在人們期待的是體積更小、更堅固耐用、能在更寬的溫度範圍內承受高資料輸送量的伺服器。

直到最近，這些嵌入式邊緣裝置還在利用 COM Express 計算機模組標準，為零售、運輸和機器人等領域提供中端邊緣處理和網路功能。但是，隨著最近技術的進步，這一標準在邊緣計算能力和資料輸送量不斷提高的需求下開始出現問題。

Eder 說：「對於 COM Express，我們已經達到極限，不能再擴充了」。「對更高資料輸送量、更高頻寬、低延遲和更高計算能力的需求促使我們定義了一個新標準，而不必擔心向後相容性問題。我們需要新的連接器和新的尺寸來提供新的性能和功能。」

堅固邊緣的 COM-HPC 標準

為了滿足對新標準的需求，PCI 工業計算機製造集團（PICMG）召集了工業嵌入式市場的主要參與者，共同制定了 COM-HPC 標準。Eder 解釋說，較新的標準是為滿足當今嵌入式系統的更高要求而設計的，可以承受高溫（字面意思），提供快如閃電的計算能力。他補充說：「隨著技術的發展，COM-HPC 是未來 10-15 年的穩定標準」。

此外，COM-HPC 的更新版本，即 Mini 版，正在為目前最小的高性能標準化模組留出空間，幾乎只有信用卡大小。該標準適用於小尺寸（SFF）設計，在提供 IO 和計算能力的同時，還能滿足電源和空間限制的要求。

congatec 最近推出了首款 COM-HPC Mini 模組，為客戶空間有限地解決方案提供高性能支援。Eder 說：「這樣做的目的是使其成為使用第 13 代 Intel® Core™ 處理器低功耗系列的合適平臺」。「它節省了成本，節省了空間，但僅限於低功耗 CPU，然而在計算方面卻極為強大。」

堅固邊緣夥伴關係

congatec 與 Intel 等公司的合作關係對於開發符合最新計算機模組標準的解決方案至關重要，這使他們能夠更加洞察技術的發展趨勢。

Eder 說：「參與早期准入計劃使我們能夠在 Intel 公佈技術之前就設計好產品，這讓我們的客戶能夠快速獲得最新技術，縮短產品上市時間」。

透過瞭解未來的發展趨勢，congatec 能夠開發出符合標準的模組，使其更加堅固耐用。憑藉第 13 代 Intel Core 處理器，congatec 的 COM-HPC 模組獲得了性能提升、人工智慧推理能力、改進的 GPU 以及承受 -40C 至 85C 苛刻溫度的能力。這些處理器還能滿足影片串流和分析應用程式可能需要的高畫質處理要求。

遷移到 COM-HPC

考慮到 COM-HPC 標準的許多優勢，Eder 認為是時候將性能需求高的系統從 COM Express 遷移到 COM-HPC 了。他說：「模組化概念的美妙之處在於，您可以無需丟棄完整的解決方案，即可將現有應用程式升級到不同的功率範圍」。「相反，您只需更換模組。」從 COM Express 切換到 COM-HPC 時，載板必須進行修改。但升級到未來的 CPU 技術，只需更換計算模組即可。

Eder 指出，模組化概念可以避免更換完整系統，有助於減少浪費，更加環保。散熱器或冷卻介面也是模組生態系統標準的一部分，增加了額外的永續性層次。

雖然實際的更換可能不太困難，但其他組件可能需要進行調整，以充分利用新性能和更快的介面。

Eder說：「congatec 透過提供參考載板來促進採用，」以便輕鬆上手，並檢查個別應用程式所需的所有專用功能。congatec 還設立了學院，向載板開發人員傳授有關採用 COM-HPC 標準和在其生態系統內進行設計的最佳實踐。Eder 表示，該培訓專注於符合標準的載板設計，這是建構可互操作、可擴充和耐用的自定義嵌入式計算平台的關鍵。

此外，congatec 與合作夥伴網路合作，尤其是在交通、通訊和醫療保健等不同領域具有標準實施要求專業知識的合作夥伴。Eder表示：「在鐵路等行業取得預認證，可加快產品採用。由於 congatec 的電腦模組產品可以承受震動和振動，因此部分 SKU 甚至獲得了在鐵路系統上使用的認證」。預認證對尋找相容和全面的技術堆棧解決方案的系統整合商特別有用。

隨著電腦計算的未來轉向邊緣，嵌入式邊緣裝置必須能夠在惡劣環境中處理龐大的工作負載。但 COM-HPC 準備好迎接挑戰。畢竟，Eder 指出，「它是由嵌入式專家建立的，用於簡化最新嵌入式技術的使用。」

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

遠程醫療創新改變遠端護理

Posted on by Micah Kaplan

尖端技術領域中，往往是由強大的願景來推動重大突破。對於一家公司而言，它正在建構智慧城市的組成元素，促進個人福祉、更宜居的社群以及永續的環境。

透過「統一物聯網通訊」平台，beamLive 利用最新的邊緣運算與 AI 技術來打造遠端醫療創新，提供個人化遠端護理，進而實現這些目標。beamLive 執行長 Mehrdad Negahban 是這項變革性的先驅，他設想了一個透過數位解決方案增強醫療保健的未來。

beamLive 行動物聯網通訊方法的核心是 beamRx -Shahin 101 解決方案，旨在為病患與醫療保健提供者增強院外遠端醫療體驗。透過整合邊緣運算、AI 與機器學習，該系統在虛擬會診期間為醫生提供即時生物特徵辨識資料。這樣一來，醫療保健從業人員就能快速準確地回應病患的健康變化。

此解決方案的品牌本身以一名同事的名字命名，背後有一個感人的故事。「其中一位合作夥伴 Shahin Arefzadeh 給我們帶來莫大的協助與靈感，不過他已逝世了，」Negahban 表示。「因此，我們以他之名推出這個產品系列。」

數位醫療保健解決方案翻轉療養院和社群護理

一個知名客戶即將推出的使用案例涉及紐約市的一家療養院，體現了邊緣運算在醫療保健領域的重要性與潛力。由於院內有 200 多名住戶，確保為每個人提供優質且及時的護理是一項複雜的工作。Beam 的創新遠端醫療平台可為該機構未來的醫療保健交付帶來顯著的改變。

透過部署 Shahin 101 解決方案，療養院的護理提供者將可存取即時生物特徵辨識資料與病患檔案的關鍵存取權。AI 驅動的解決方案結合了醫療物聯網感應器中重要資料，例如心跳、體溫、呼吸速率、血壓，以及全面的健康史。這些即時分析的豐富資訊可讓醫生和護士通盤瞭解每位住戶的健康狀況。這套解決方案可高效地在邊緣處理大量資料、減少延遲，並確保裝置與醫療保健提供者之間順暢溝通。成果是及時介入、早期偵測，以及更加個人化的護理。

Negahban 解釋道：「我們可以無縫連接所有的這些感應器，讓醫療從業人員透過影片與患者溝通時，可以即時檢視資料。我們的平台彌合了虛擬與實際造訪之間的差距，提供類似於親臨會診的體驗。」

Beam 會使用患者的個人資訊，並將其與廣大的公共醫療資料（如美國國家衛生院（NIH））串連起來，建構全方位的檔案。透過將歷史和公開可用的資料與個人獨特的生物特徵辨識、健康史和活動相互串連，醫療保健專業人士可以獲得完整的全貌，在虛擬患者就診期間做出更明智的決策。

透過這種完整的全貌，提供者可以徹底瞭解個人在過去 24 小時、一週或一個月的活動。

「您可以將其與大量 NIH 資料結合，並與個人簡歷配對，例如年齡、性別、身高與體重，」Negahban 表示。「我們使用即時或封存的資料，以及個人簡歷和身體活動。」

從物聯網邊緣到雲端的遠程醫療創新

beamRX 架構結合了一套軟硬體與雲端服務。醫療物聯網感應器可測量患者的統計資料：心跳、體溫、呼吸速率、血氧含量、血壓、血糖值和 EKG。收集的資料在 Intel 外形規格小巧的電腦和邊緣運算上進行處理，相關的訊息與警示會擷取出來，然後透過寬頻、Wi-Fi 或 LTE 傳輸至雲端。這些即時警示是患者護理的關鍵因素，顏色代碼為綠色代表健康，琥珀色代表需要注意，紅色代表危急，可直接向指定的醫生或急救中心發出警示。

事實上，Intel 技術對 beamRX 解決方案至關重要。Intel® OpenVINO™ 工具組與 Intel® Movidius™ VPU 加速器是其 AI 平台開發與效能的支柱。資料一經處理，就會在符合 HIPAA 標準的用戶端控制下在雲端進行模擬。一般來說，這些客戶要嘛是醫院，要嘛是醫生。

利用邊緣運算與 AI 塑造未來

除了遠端醫療，beamLive 也將技術影響力的觸角伸及智慧城市的需要。邊緣運算與 AI 技術可讓城市基礎設施、交通運輸與市民服務方面的創新成為可能。「我們所做的工作涵蓋各行各業，包括公共安全、物流、智慧運輸與醫療保健，」Negahban 表示。「這些市場區隔也仰賴多個來源的即時資訊，無論人們身在何處，所有裝置都會動態更新，實現更佳的社群體驗。」

 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

邊緣 IPC：適用於智慧交通管理的強大平台

Posted on by Micah Kaplan

智慧交通管理解決方案可協助改善交通流量、保障通勤族的安全，並實現永續發展目標。現在，將這些解決方案與邊緣 AI 與電腦視覺整合，可解鎖更多優勢。

電腦視覺與邊緣分析可讓交通管理系統執行眾多功能：高速車輛識別、即時交通分析、改善交通流量與安全性的路邊裝置管理，以及消除延滯的自動化交通控制流程。

儘管這些解決方案具有多種優勢，但要實作這些解決方案並不容易。

工業運算專家 Shenzhen Jhc Technology Development Company Co., Ltd (JHCTECH) 的產品經理 Colin Cheng 表示：「很難找到能在邊緣處理複雜電腦視覺工作負載，且能在惡劣的環境條件下正常運作的運算平台。」「此外，那些為明確特定使用案例所設計的解決方案，也無法適用全新或經修改的每一種部署後解決方案。如此一來，政府就需花費高昂的基礎架構投資與持續維護成本。」

幸運的是，新一代工業電腦（IPC）開闢了未來可行的發展方向。邊緣 IPC 具有專為邊緣效能打造、堅固耐用的硬體，並可利用強大的遠端管理工具，為現實生活中的智慧交通管理解決方案提供彈性靈活的電腦視覺平台。

電腦視覺與邊緣 IPC 可讓電子收費智慧化

邊緣 IPC 可執行複雜的電腦視覺處理，進而解決交通管理問題，其中一個範例便是將其用作電子收費（ETC）系統的平台。

通勤族都知道，高速公路、橋樑上和隧道口的收費亭是交通延滯常見的原因。這樣的情況經常會造成駕駛的麻煩與煩惱，且因車輛閒置，也導致有害 CO2 排放增加。收費亭是最適合升級至電腦視覺自動化 ETC 解決方案的選擇，升級後，將不再需要進行耗時的人工收費（圖 1）。

三個收費亭的影像，從正面、側面和車牌識別角度顯示車輛偵測畫面。
圖 1. 採用邊緣 IPC 的 ETC 使用電腦視覺，可將國界邊境與檢查站的收費流程自動化。（來源：JHCTECH）

若有足夠強大的運算平台，即可利用電腦視覺與 AI 實現收費完全自動化。JHCTECH 的 ETC 解決方案是此技術運作方式的絕佳範例：

  • 攝影機與感應器收集即時車輛資料，即使在車輛高速行駛時也能進行視訊處理。
  • 車輛特定費率資料會在邊緣計算，然後轉送到集中式交通部後端伺服器進行計費。
  • 收費地點的裝置控制可實現完全自動化。IP 攝影機與路邊裝置可與移動車輛、交通與警告標示以及柵欄機建立無線連結。
  • 遠端管理技術可支援簡單且高成本效益的系統維護。

此解決方案的主要優勢在於搭載了耐用且彈性靈活的工業用個人電腦。因此，此解決方案的 IPC 本身可帶來許多重要的益處，原因如下：

  • 可設定滿足各種使用案例需求，包括邊境起重台架、非門架收費站的入口與出口點等。
  • 採用硬體元件打造，可以承受暴露於各種環境中，並確保可在廣大的溫度範圍內穩定作業。
  • 能支援多個 I/O 介面，可輕鬆設定系統，以適應新型的車道裝置與感應器。

最終研發出全方位的 ETC 解決方案，強大、穩定且堅固耐用，可在遠端執行複雜的視覺處理工作負載，且彈性靈活，可適應多種使用案例，並在需要時與其他技術整合。

Intel 技術在打造高效能、可自訂的解決方案方面功不可沒。

Cheng 表示：「Intel 處理器擅長處理邊緣電腦視覺工作負載，且處理器系列豐富多樣，因此您永遠找得到適合您所需任何效能需求的選擇。」「Intel vPro® 平台的遠端管理功能與硬體型 Intel® 主動管理技術（Intel® AMT）對於智慧交通管理解決方案的上市也很有幫助。」

從長遠來看，可帶來直接優勢與基礎架構

從 JHCTECH 在中國交通部的部署可見，政府與企業是如何有效利用邊緣分析與電腦視覺，來協助克服交通管理的挑戰。

該公司與中國交通部合作，使用採用 IPC 的 ETC 解決方案，取代了數個傳統的省邊防實體收費站。結果引人矚目。省邊防邊境站升級後，客車平均通過時間從 15 秒縮短至 2 秒。貨車的改善幅度更為顯著，平均通過時間從 29 秒縮短至 3 秒。

最棒的是，這些解決方案的靈活性代表可帶來直接效益，並且在長期開發交通管理基礎架構方面奠定了良好的基礎。

「ETC 只是個開始。目前部署的解決方案提供了基礎架構，可支援未來的其他升級。」Cheng 表示。「我們已經開始研究車輛基礎架構整合系統等功能，可向駕駛員發出道路危險警告，以及資料分析工具，可協助交通工程師進一步瞭解及控制交通流量。」

也就是說，現今部署這些系統的交通管理機構，不僅解決了最緊迫的交通管理挑戰，而且還能應對未來更複雜的各種挑戰。

 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

在廠房中應用自主移動機器人

Posted on by Micah Kaplan

曾經如同科幻小說般的幻想，現已於現實生活中實現。自主移動機器人 AMR 現今已在製造領域日益普及。而這些機器人也可望能大量應用在其他情境中，包括餐旅服務業和醫療保健業，且這些機器人將更具智慧、更加獨立。這個構想是為了減輕人類工作者的負擔，取代人類工作者來執行特定重複或危險工作，並且和人類一起工作。

不出所料，為了讓這些機器人系統能夠感知環境、執行作業及命令，需付上許多代價。在技術方面需要實現高強度運算，以及在設計師設計方面需達到靈活性和可擴充性。嵌入式電腦模組供應商 Congatec 的產品行銷經理 Claire Liu；以及嵌入式和即時解決方案供應商 Real-Time Systems 的系統架構師兼產品經理 Timo Kuehn，為我們說明這個瞬息萬變的工業趨勢（影片 1）。

影片 1。Congatec 的 Claire Liu 與 Real-Time Systems 的 Timo Kuehn，探討了自主移動機器人成功開發與部署所需的關鍵元件。（資料來源：insight.tech）

自主移動機器人究竟是什麼？

Claire Liu：自主移動機器人是能夠獨立操作的系統，無需直接的人為介入。它們配備了防禦感應器、人工智慧演算法和複雜的控制系統，可自主導航、感知環境並做出決策。

自主移動機器人需依靠各種技術整合，例如各種感應器來感知環境，像是 LiDAR、2D 或 3D 攝影機。這些感應器資料由運算平台即時處理，以分析有關該環境的資訊。接著，機器人可以使用這些資訊來建立地圖，在環境中定位和導航。

製造業對自主移動機器人越來越感興趣，因為它們可以執行材料處理等工作，即在生產線上搬運和運輸原料和加工中產品。在過去，這些重複性工作皆由人工執行，並可能會對工人的健康和安全構成風險。現在，工人不必浪費生產時間執行人工作業，可以專注於高度技術性且更具附加價值的工作。

在製造環境中使用自主移動機器人可簡化製造流程，並提高生產力、作業效率及工人的安全性。

談談 AMR 的軟體架構。

Timo Kuehn：當然，AMR 中有許多軟體。就像 Claire 提到的，有各種功能，例如感知。機器人必須感知環境，才能知道發生了什麼事；必須隨時知道其位置；需要知道要移動到何處。移動本身，也就是運動控制，非常重要：當然，要能避障；並且也需根據機器人的類型和診斷結果來與人類互動。

這些軟體功能必須依照相對應的軟體模組來對應，而且通常對時間和資源使用有非常高的要求，甚至是對競爭性的要求也是如此。舉例來說，如果一個軟體模組需要大量效能，而另一個軟體模組需要即時做出確定性回應，那麼您不能只把所有指令丟給它，並期望它正常運作。這個程序相當複雜。

尤其對於運動控制而言，可能相當具有挑戰性。需要確定性：需在預先定義的時間範圍內對感應器訊號做出反應。時間範圍取決於各種因素，例如：是否有輪子？是否有軸？必須控制多少軸？AMR 的速度多快？精確度多高？裝置是二維還是三維移動？負載是動態增加還是卸載？

一般而言，使用即時作業系統是為了能以使用者為基礎進行排程，並確保不會錯過截止時間。感知或運動控制等關鍵工作的優先順序較高，以免遭優先順序較低的工作中斷。此資源分配與最佳化是由作業系統或軟體架構所提供。

請告訴我們更多有關採取模組化方法的相關資訊。

Claire Liu：congatec 電腦模組可完美利用 Intel 處理器技術規模，包含低功耗到高運算效能，讓開發者能夠開發工時更持久、更智慧的機器人，能以優良能力和效率來執行複雜的工作。

Intel® 第 13 代 Core™ 處理器搭載 congatec 電腦模組，是理想的解決方案，因為它結合了強大效能、效率、靈活性和效能。MrCoM 現在受益於這些最新的 Intel 處理器，可同時執行更多應用程式，並執行更多工作負載和更多連線裝置。

開發者只要進行簡單的模組變更，即可快速輕鬆地銜接最新的 Intel 處理器技術，並且即使在多年操作自主移動機器人後，也可以為其加入智慧功能。此外，還有 Intel OpenVINO™ 工具組，可為開發者提供最佳化的 AI 影響力模型和全方位支援。

開發自主移動機器人時，還需要哪些其他工具和技術？

Timo Kuehn：開發 AMR 需要整合硬體、軟體與連線能力。就硬體而言，包括運算平台、機殼、馬達、感應器電源系統，當然，還有根據應用需求使用的任何感應器。軟體方面需處理感知、定位、路徑規劃、運動控制和避障。診斷以及與人類的互動也扮演著非常重要的角色。因此，要整合及管理這所有功能是相當複雜的。

AMR 是電池供電，因此增加大量控制器毫無意義。這些控制器需要連線，將增加重量、大小，並提高成本和複雜性。因此，必須將多種功能整合在少量處理器上。

在單一處理器上整合多個工作負載時，嵌入式即時虛擬機器監視器可以提供大量協助。此功能有許多優勢，例如隔離與安全性。因此，舉例來說，感知與運動控制可以在自己的虛擬機器中安全地相互隔離執行，確保當一個 VM 需要大量負載或產生大量負載時不會影響到其他 VM，其他 VM 仍可在截止時間內完成工作。

這至關重要。想像有一個感應器發出了訊號，但 AMR 或控制器的反應過慢。可能會導致當機，甚至當有涉及人類參與時，可能會導致人類受傷。同時也有助於效能最佳化及負載平衡；每個 VM 都可獲得專用資源，並達到時間和效能要求。

AMR 有哪些使用案例呢？

Claire Liu：經證明，自主移動機器人在各種產業中具有多功能用途。包含我先前提到製造環境中的材料處理，甚至還有協同作業裝配。在電子商務中可協助物流與配送。在疫情期間，我們使用自主移動機器人來運送醫療用品和藥物，並協助照護病患。在農業、餐旅服務業和零售等其他領域，應用情境也越來越多。新的使用案例不斷出現。

Timo Kuehn：環境監控是不錯的 AMR 使用案例，可協助收集空氣品質、水質或土壤狀況的資料。或應用在危險環境中，例如檢查發電廠，可降低人類工作者的風險。可用於公共場所中，提供即時視訊摘要。或在大型設施中，可用於最後一哩路的包裹運輸。機器人可以協助運輸材料，也可以用於營建工程中。有許多不同的使用案例，而且我同意 Claire 的看法，未來還會有更多使用案例。

我們可以期待未來幾年這個領域的發展方向為何？

Claire Liu：在近期內，AMR 領域將有全新發展，前景一片光明、令人興奮。技術開發將在機器人領域迅速發展，並將實作軟體架構設計的模組化方法。自主移動機器人公司將適應這個瞬息萬變的環境，並運用強大的可擴充性來實現這樣的尖端解決方案。

Timo Kuehn：當然，我們很難預測，但我相信在不久的將來會有諸多進展，特別是在搭載整合式 AI 加速器的 Intel 處理器方面。如此一來可實現增強的感知與物件辨識、更智慧的路徑規劃與最佳化，以及適應性學習等功能。我們也可以想像，此技術可改善人類與機器人之間的協作，例如即時做出複雜決策的能力，僅需一點人為介入，即可瞭解情況並執行複雜的工作。

總結：全新類型的自主移動機器人可望能將虛擬化技術、即時功能與整合式 AI 加速器相互整合。它們將更具智慧、適應能力，並且能夠以高精確度與效率執行複雜的工作。

相關內容

若要進一步瞭解自主移動機器人，請收聽自主移動機器人的開發故事，並閱讀 IoT 虛擬化推動實現協作機器人。若要瞭解 congatec 與 Real-Time Systems 最新的創新技術，請在 Twitter 上跟隨 @congatecAG 並關注 congatec 和 Real-Time Systems GmbH 的 LinkedIn。

 

本文由 Erin Noble 編審。

機器視覺解決方案：偵測及預防瑕疵

Posted on by Micah Kaplan

減少品質瑕疵，以及其中的作業量與成本，是現今製造業面臨的最大挑戰之一。由於產品無法正常運作，或無法達到可接受的品質標準，因此必須為客戶重新設計、重新加工，甚至退款，可能會對公司收益方面產生巨大的財務影響（高達 40%）。這就是為什麼許多人想方設法希望在產品出貨前預防瑕疵。

但這可不是識別瑕疵這麼簡單而已。工業 4.0 的興起，給予製造商壓力，紛紛希望打造更具智慧的工廠。若要獲得成功並保持競爭力，您需要找出預防瑕疵的方法，且必須瞭解品質問題發生的原因與地點。

許多人已轉向機器視覺解決方案尋求解方，這些解決方案可進行瑕疵偵測，但時至今日，這些系統仍難以部署、維持長期規模，而且偵測異常的能力也難以超越目前技術。

所幸，視覺解決方案供應商 Eigen Innovations 所提供的軟體與服務，設計旨在讓使用者能盡可能實現零瑕疵製造。

Eigen Innovations 的營收長 Jonathan Weiss 表示：「我們的軟體與服務希望改善偵測及預防瑕疵，同時也利用流程資料協助製造商瞭解流程中發生的情況。」

為製造商配備智慧視覺

為實現此目標，Eigen 首先且最為重視互通性。該公司開發的解決方案可直接整合至 PLC，並支援任何業界標準的攝影機或感應器硬體，讓製造商可以輕鬆啟用並執行機器視覺系統。

其直覺化的使用者介面讓製造公司可以設計並管理客製化的視覺系統，可即時線上執行品質檢測、確保是否有零件與元件、將流程最佳化，並簡化瑕疵的根本原因分析。

舉例來說，當一家大型的全球紙漿和造紙製造商在光面紙捲與防水塗層的品質控制方面遇到困難時，他們可以轉向尋求 Eigen Innovations 協助實作機器視覺系統。

Weiss 表示：「他們遇到了塗層堆積的問題，導致其特色產品光面紙材上出現皺紋」。該公司無法驗證塗層是否均勻。Weiss 補充：「若非如此，即使只有 8 到 10 秒，也因此造成了意外停機，設備無法正常運作。」

在 Eigen 的幫助下，應用了智慧視覺系統後，紙張製造商就能發現塗層流程中的特性，並識別出塗層堆積的範圍。Weiss 說明，由於能夠瞭解塗層堆積的根本原因，並在問題發生時收到即時警示，讓製造商每年可節省 100 多萬美元。

Weiss 表示：「視覺系統需要能夠識別瑕疵，並實際解決問題。」（影片 1）「由於我們的解決方案可與控制網路溝通，讓製造商獲得即時警示，並在偵測到問題時觸發自動回應。」

影片 1。Eigen Innovations 為智慧工廠提供的智慧視覺擷取資料，讓製造商可以超越品質檢測，達成更高的目標。（來源：Eigen Innovations）

除了內嵌品質檢測、即時監控與流程最佳化之外，Eigen 還可協助製造商滿足定期必要檢測的需求。

舉例來說，製造塑膠元件的汽車 OEM 每個工廠每週可生產超過 15,000 個零件。預計在每個設施中都需有 42,000 個檢測點。這樣的規模不可能由人工處理，且製造商還需找出瑕疵的類型，例如焊接完整性的問題，這是靠肉眼難以識別的。

OEM 最初打算抽取隨機樣本，並執行破壞性測試來檢查元件的完整性，但這樣一來，便會造成不必要的浪費與重工，且無法保證所有瑕疵都能在產品運送給客戶之前被發現。

Weiss 表示：「歸根結底，他們需要自動化的方式，才能保證每週的產品品質與產量。」

OEM 便與 Eigen 合作打造解決方案，即利用熱成像攝影機來擷取焊接流程的各種視圖。然後將這些影像融合在一起，建立零件的數位分身，並且將關鍵流程資料對應至檢測區域，完成非肉眼能力所及的即時洞察。

Weiss 說明：「每個零件都可即時完成驗證流程，且在秒或毫秒間即可完成。」「他們現在可達到的規模，僅靠肉眼是無法實現的。」

持續改進機器視覺解決方案

Eigen 以提供使用便利的機器視覺解決方案為傲。機器操作員可協助即時訓練及標記模型，確保解決方案可以隨著時間發展提高精確度與效能。

Weiss 表示：「這非常簡單好上手，我們的機器操作員與品質工程師甚至在還沒有頭緒的情況下就已經在進行機器學習了。」「舉例來說，如果看到表面上有不應存在的刮痕，即可標記、更新模型，則軟體將來也會識別類似的刮痕。」

該公司與 Intel 進行多方合作，讓該公司可以快速測試、驗證、採用，並最終將機器視覺引入工廠。有了 OpenVINO™ 工具組，Eigen 不僅可以將使用者的模型開發與效能最佳化，還能根據使用案例使用各種不同的攝影機與硬體。

Weiss 表示：「我們有很多客戶已經試用了視覺系統，而且因為我們可以使用現有硬體，這一點對他們而言十分具有吸引力。」「他們不必再花費大筆資本支出。」

機器視覺的未來願景

展望未來，Eigen 認為機器視覺將持續在製造業扮演重要角色。由於製造商面臨人力短缺，找不到經驗豐富的技術工人，機器視覺解決方案將可以介入並填補人力空缺。

Weiss 表示：「視覺系統將取代操作員的肉眼，未來將不再需要操作員的人力。」「我們的解決方案可為工廠員工提供所需工具，讓員工能以最高標準有效完成工作。」

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

資料驅動文化的商業價值

Posted on by Micah Kaplan

對於物聯網領域的任何人來說，資料是業務成功的關鍵，這點不足為奇。電腦視覺為業務營運開闢了一個全新的視角，因此需要收集、管理及分析所有資料，進而為 AI 打開大門，提供深入解析且可以引領寶貴的變革。如今，許多我們稱為資料驅動文化的元素已經到位，不僅適用於一個產業，而是舉凡製造業、智慧城市乃至於餐飲業無所不包。

然而，「資料驅動文化」究竟是什麼意思？它是否只是為試圖實施它的企業與組織帶來更多複雜性和額外的挑戰？我們採訪了兩位瞭解如何充分利用資料驅動文化的達人：AI 與自動化零售解決方案供應商 Vistry 創辦人 Atif Kureishy，以及影片 AI 作業系統與市場公司 Awiros 工程主管 Saransh Karira（影片 1）。他們討論資料驅動文化的優勢與挑戰，以及它能如何將業務的各個層面相互串連，創造真正的價值。

影片 1。Awiros 與 Vistry 說明建立資料驅動文化的價值，以及成功實施這些文化的策略。（資料來源：insight.tech）

我們談論資料驅動文化時，它究竟代表什麼？

Atif Kureishy：資料驅動文化實際上是指基於證據做出決策，而決策基於對您企業資料的理解，並且能夠信任資料、分析資料，並從中得到關鍵的理解。然後最終做出推動策略進展與策略舉措的決策。

第一代資料驅動文化實際上關乎資料採集與資料理解。這段旅程的第二階段在過去持續了十年左右，此外也開始進行預測，引進了機器學習領域的許多概念。依我看，如今已進入第三代，推出大型語言模型（LLM）。

現在我們不再進行非常人性化的資料科學或資料工程密集型活動，而是轉向往往比我們更聰明的 AI 型系統。那麼我們如何以值得信賴的方式與那些 LLM 分享大量企業資料，並在企業中做出明智的決策。

Saransh Karira：早先，資料政策就像是任何資料的總稱。然而，在過去的三四年間，我們目睹了情勢的巨大變化，現在人們開始意識到，您提供給系統的資料量，就是您從系統獲得的精確度。

電腦視覺 AI 應用如何讓資料更有價值？

Saransh Karira：資料政策的這些變更，使資料容易存取得多。原始資料是第一步，然後一旦擁有這些原始資料，即可套用智慧。然而，假設您擁有數千小時的資料好了，即使您有資料存取權，實際上也無法存取、無法篩選。這就是系統的用武之處，包括智慧系統、機器學習系統。所有的一切都瞬息萬變。

正因為如此，人們正在建構的許多基礎架構都是為了整合大量資料。我認為資料的價值在於您可以連接大量不同類型的資料。因此，如果將每個資料視為一個點，然後串連在一起，整體的價值就超過了各個部分的價值。許多客戶正透過不同的基礎架構或不同的部門串連資料。

在一個延伸至許多不同組織的使用案例中，我們廣泛與政府合作，比方說，目前我們看到的是，他們將車輛預先登記與攝影機、然後再與護照串連起來。互連的資料比孤立的單一系統要有價值得多。

與您合作的企業面臨哪些挑戰？

Atif Kureishy：Vistry 致力於餐飲業。這是非常以人為本的業務，速度快且相對簡單。這些企業開始進行更多的技術投資，但從歷史上看情況並非如此。因此，在大量地點部署及擴充的任何類型的功能，都必須非常符合成本效益。

我們追蹤的許多東西都是廚房裡的物品，因此創造了獨特的環境。當然，我們的訓練基礎架構必須強大穩健，才能偵測、追蹤及理解在該環境中發生的活動。

我認為 Intel 尤其在這方面帶來獨特的價值主張，因為您可以在餐廳內就地執行商品運算。或者可能部署新一代運算，並擁有可以在邊緣有效執行的機器學習與深度學習模型。Intel 集團提供的一些以 OpenVINO™ 深度學習工具為核心的技術，帶來了莫大的助益。因此，我們可以非常輕鬆地在 Intel Atom® 平板電腦、i7 TigerLakes、以及全新的 Alder Lakes 執行推斷工作負載，並有效地將執行階段最佳化。這對我們和客戶都非常實用。

您要如何為這些企業建立資料驅動文化與策略？

Atif Kureishy：讓我們以生產控制為例，餐廳本質上就是一個迷你製造場所。從製造的角度來看，您可以測量庫存，並對工作產品進行品管與監督。因此，如果您將這套做法套用於餐廳，試想您是透過數位化、得來速以及內用的顧客接受訂單。得到訂單後，會整合至需要正確製作訂單的廚房。

現在，AI 與 ML 發揮作用的領域之一，就是您可在速食店或快餐店建立生產時間表，其中某些產品是預先製作然後保存的。這是理想的情況，因為這樣可以讓食物盡快送出去。因此，透過即將得多少什麼類型的訂單，您可以最高效地建置及製造這些菜單品項。這樣無論從勞動角度還是從食物浪費的角度來看，廚房都更有效率。

我們使用電腦視覺的另一原因是庫存管理，擁有可以查看碗或鍋的攝影機，估計鍋中產品的體積，協助制訂生產時間表。從精益製造的角度來看，這有點像及時生產的概念。因此，對需求進行建模，然後使用 AI 確保供應充足。這就是餐廳最佳化變得更加資料驅動的原因。

如果回想一下 20 年前的餐廳文化，就會發現它實際仰賴人，也就是經理，運用直覺：「我估計今天午餐時間人會很多。除了平常的客人之外，還有一個實地考察團，這就是我配置人員的方式。」順帶一提，還有許多餐廳，尤其是小型餐廳和當地餐廳，仍然如此經營。但如果觀察較大的品牌，他們絕對朝著更多資料驅動的文化邁進。

我想強調餐廳的歷史文化，因為我認為瞭解這一點很重要，進而瞭解我們使用資料更有效地為客戶提供服務是有意義的。

Saransh，您在 Awiros 經歷的使用案例是什麼？

Saransh Karira：其中一個使用案例是部署多個不同校園，每個校園都有多個不同的存取點。最初的實施只是為了瞭解有多少人進來，其中多少人是訪客；基本上，有多少人可以存取該站點，以及有多少人是第一次存取。這是最初的使用案例。

但客戶隨後使用該資訊，根據人們的位置變更安全人員的配置，即哪裡人多，就增加安全性，並從其他存取點減少安全性。這個現象很有趣。

我們也看到了許多所謂的中繼分析使用案例，特別是在零售業。舉例來說，客戶可以透過查看人流量的模式，改善商店佈局與營運。中繼分析的基本原理是產生熱度圖，以視覺方式呈現哪裡的人流量較多，哪裡的人流量較少，並且根據這些資料，客戶可以變更產品的配置與佈局。

與 Intel 這樣的夥伴合作，推廣資料驅動文化的價值是什麼？

Atif Kureishy：我們非常感謝能與 Intel 合作。需要所有單位同心協力，或整個生態系統通力合作，這一切才能順利運作。我認為，ODM 和 OEM 提供 Intel 基礎運算，並且與系統整合團隊合作，最終需要將邊緣裝置和感應器放置在適當的位置，以便進行處理。

當然，由於擁有雲端基礎架構，我們與 AWS 密切合作。因此，Intel 是促進與更大社群對話與互動的關鍵。

當然，還有以 OpenVINO 為中心提供的強大工具與基礎架構。對我們來說是一大福音。這樣，我們就可以最佳化在 CPU 或 iGPU（整合式 GPU）執行的處理類型。與開源社群以及各種深度學習架構合作，也能得到良好的支援。這真的很棒。

Saransh Karira：憑藉 Awiros 平台，我們正在嘗試建立一個影片智慧應用程式生態系統。基本上，從硬體開始，進入使用案例，然後投入市場。硬體就是 Intel 的用武之地。除此之外，不同研究人員或任何第三方開發者正在開發不同的使用案例。此外，還有一層市場是終端客戶可以看見的。

我認為，首先，Intel 在邊緣，對我們而言成本效益很高。它的資料庫在最佳化方面為我們提供了諸多協助，包括推斷（AI 執行的實際部分）以及影片的解碼部分，還有其他許多方面。此外，支援極其廣泛。

最後還有什麼要和大家分享的嗎？對於企業來說，什麼是資料驅動文化的未來？

Atif Kureishy：我們和其他所有人一樣加入了 GenAI 的行列，在過去幾個月裡，也確實與 GPT-4 等模型進行了廣泛的合作。我頭前幾年的焦點在於產生所謂的暗資料。我們如何在邊緣應用電腦視覺工作負載，建立實際觀察的資料流？

然後，需要將這些資料整合至更大的基準或基礎資料，這些資料來自銷售點，來自庫存管理系統，來自時間報告系統。因此，我們一直在研究 LLM，以便與更大、更廣的資料集真正地互動並理解。能夠快速做到這一點，確實令人著迷和了不起。

所以，如果有什麼話要跟觀眾說的，那就是除了 ChatGPT 以外，還可以找食譜、找旅遊行程，以及創作詩歌，這是我和孩子會做的事，而且從中得到莫大的樂趣：這是新的 AI 浪潮確實能對企業產生的重大影響，我們很高興能參與這趟旅程。

相關內容

若要進一步瞭解建立資料驅動的文化，請收聽「利用資料驅動決策改變組織」。

若要瞭解 Awiros 與 Vistry 的最新創新，敬請：

 

本文由 Erin Noble 編審。

人工智慧 (AI) 交通管理：邁向可持續的智慧城市之路

Posted on by Micah Kaplan

每位城市駕駛者都深知在交通擁堵中花費數小時的挫折感，以及在擁擠混亂的道路上對安全的焦慮。

城市經理和交通工程師除了相同的擔憂外，還有一些其他的困擾。智慧交通管理解決方案製造商 ISSD Electronics 的首席系統工程師 Gurur Yildiz 表示：「目前最迫切的挑戰是透過高效的、需求導向的交通管理來降低事故率，」。「但也有一些重要的生活品質問題需要考慮，例如像減少二氧化碳排放這樣的大局挑戰」。

這對所有參與者來說都是一個困難的局面。然而，好消息是，AI 深度學習技術和下一代高效能處理器已經使智慧交通系統（ITS）成為可能。這些解決方案提供了應對全球交通管理挑戰的答案，並打開了通向更安全、更高效和更可持續未來的大門。

AI交通管理實踐中

ISSD 在市政客戶的實施案例中展示了智慧交通系統在最具挑戰性的交通管理情境中能夠取得顯著的成果。

該公司在土耳其科尼亞的部署示範了如何利用智慧交通系統來進行交通現代化，即使是在不太可能的場地也可以實現。科尼亞是一個真正古老的地方：自公元前3000年以來就是人類居住的地點。如今，它是土耳其最大的城市之一，擁有超過 200 萬的人口。而且由於參觀者、遊客和前來朝聖該市眾多神聖場所和考古遺址的人湧入，這個數字通常會增加。

現代的科尼亞是舊與新的美麗迷人融合。但這也帶來了一些嚴重的交通管理挑戰。Yildiz說道：「科尼亞的城市規劃根本無法滿足城市目前的需求，」。「因此，在尖峰時段和大型清真寺和旅遊景點周圍出現了嚴重的擁塞情況」。

ISSD 與科尼亞市政當局合作，部署了智慧交通系統（ITS）來緩解這些問題點。他們在整個城市架設了智慧攝影機網路，以協助管理交通流量。這些攝影機可以即時計算平均佔用率和車輛數量，決定應該給予哪些交通車道綠燈以及持續多久，並相應地改變交通訊號。

這個新系統的成果令人印象深刻。科尼亞的交通路口等候時間減少了30%。碳排放量減少了40%。此外，系統提供的資料洞察讓交通工程團隊能夠建立交通流量的詳細模擬，並進行最佳化效率的變更。

ISSD 在伊斯坦堡還有另一個實施案例。多年來，運輸部和當地收費公路營運商一直在北伊斯坦堡高速公路的隧道入口和收費亭處努力應對頑固的事故類型。最令人沮喪的是：這些事故一開始就不應該發生。這些事故是由於駕駛大卡車的司機未意識到他們的車輛太高，無法通過隧道入口或收費門架。

ISSD 實施了智慧交通系統，可以檢測接近這些關鍵位置的過高車輛。智慧攝影機掃描逆向車流中可能出現問題的車輛。如果識別到過高的車輛，其車牌資訊會被廣播到收費公路的頂部電子顯示螢幕上，以警告卡車司機他們即將發生碰撞的危險，並讓他們尋找替代路線。

高速公路上的過高車輛事故數量從每月平均一到兩起事故下降至整年零事件。

AI 和硬體：實現智慧交通系統的關鍵技術

類似這樣的顯著成果是新一代智慧交通系統的特點，這些系統成功地克服了許多前幾代系統的限制。

傳統的事件偵測系統使用完全依賴 CPU 的影像處理演算法，這是昂貴且難以擴充的方法。此外，在惡劣的天氣條件下以及使用來自全景傾斜縮放（PTZ）攝影機的資料時，這些系統在影像處理精度方面也遇到了困難。

現代智慧交通系統依賴於 VPU 加速、人工智慧支援的自動事件偵測（AID）。這就是為什麼它們在視覺處理任務方面優於舊系統，並且通常更具成本效益。

例如，ISSD 的解決方案將交通攝影機資料傳送到針對視覺處理進行最佳化的集中式伺服器。伺服器配備了 Intel VPU，可並行處理電腦視覺工作負載。它們還運行著 ISSD 經過微調的 SPECTO 視覺處理軟體，該軟體充分利用了 Intel® OpenVINO™ 工具套件的 AI 深度學習能力。系統的 CPU 被釋放出來，不再負責推理任務，只負責控制響應行為，例如向駕駛員和操作員發送警報。

這種結合的 AI 最佳化和工作負載分化使整體解決方案極其迅速。如果偵測到事故，人類交通安全人員會在不到 10 秒內收到警報，並透過整合 SCADA 系統和路邊交通設備以近乎即時的方式採取自動回應。

Yildiz 將 ISSD 與 Intel 的技術合作視為使這類深度學習最佳化處理成為可能的關鍵因素：「OpenVINO 對我們來說是技術上的突破。這對整體產品性能有直接影響，透過最佳化和提升我們在演算法中使用的深度學習模型的效率」。

打造交通未來

智慧交通系統呈現令人印象深刻的成果。但同樣重要的是，這些系統背後的創新者正在針對解決方案的發展採取整體性且具有前瞻性的方法。這對未來發展是個好兆頭。

ISSD 將軟體遮罩和匿名化演算法納入其解決方案中，將其開發工作未來防範了當今以及未來幾年的資訊安全和數位隱私法規。

該公司也正在研究如何將現有技術適應其他應用案例和垂直領域。Yildiz 說道：「我們正在開發類似電子收費系統和智慧停車系統等相關應用案例，」。

從長遠來看，ISSD 的研發團隊正在為合作式智慧交通系統（CITS）奠定基礎，這些系統有朝一日將直接向車輛中的駕駛員廣播安全警示訊息。值得注意的是，他們還在為未來的交通管理做準備，商業和私人車輛已經開始飛行，Yildiz 說：「我們目前正在透過探索基於飛行的物流和交通管理，為即將到來的飛行器和無人機時代做好規劃」。

智慧交通管理將引領交通更安全、更高效、更可持續的世界。儘管涉及所有高科技，Yildiz 還是用非常人性化的語言表達了公司工作的最終目標：「智慧交通系統可以減少事故，拯救生命。而且，它們提高了出行效率，讓駕駛員重新獲得了失去的時間，從而改善了我們的日常生活品質」。

 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

軟體中心自動化改變了流程產業

Posted on by Micah Kaplan

專有的分散控制系統與執行很多工業廠房的硬體很快就將過氣。取代這些系統複雜且昂貴，通常還需要停機。除這些挑戰外，擁有自動化專業知識的工人正在逐漸推出勞動力市場。

自動化與數位化提供了另一種選擇。為工廠配備以軟體為中心的系統可提供靈活性、好可用性與彈性，同時還可支援永續發展目標。此類解決方案透過將控制軟體與硬體分離使用開放標準技術實現自動化。製造商可使用以軟體為中心的自動化技術應對市場需求、根據需要擴大規模、盡量降低淘汰率、避免運營診斷並最佳化能源使用。

此解決方案由 Schneider Electric、Red Hat 及 Intel 合作打造。它利用 Schneider 的 EcoStruxture Automation Expert (Soft dPAC)、Intel 的 Edge Controls for Industrial 以及 Red Hat Ansible。

Schneider 的全球分佈控制系統主管 Michael Martinez 表示：「我們正在尋求從原有嵌入式控制器架構轉向以軟體為中心的自動化技術」。

EcoStruxure Automation Expert 使用容器化與協調流程改進可用性、較低的所有權成本、並避免程序中斷。Martinez 稱：「我們可以利用這些技術讓軟體不受執行它的硬體限制。實際上，我們可以在不同的位置、在不同的伺服器、甚至使用不同的計算容量載入控制應用程式。這是一種新的自動化思路，實際上正式這種思路可以為我們提供使用者要求的彈性與靈活性。

這種方法可以確保程序連續執行，提供零生產中斷。Martinez 表示：「大多數客戶在我們稱之的連續加工設施中運作，他們不能關閉這些設施」。發電中斷可能會造成停機。如果是煉油廠或化學品生產工廠則可能引起爆炸或溢出。

連續運作所需軟體協調流程

因為需要連續運營，流程製造工廠更換技術變得複雜、及時且成本高昂。Martinez 表示：「專有系統的服務、維護及現代化經常需要大面積停機與周轉」。

Red Hat 的 Ansible 編排能力是整體解決方案的關鍵部分。這個新的自動化解決方案處理任何重複繁瑣的任務，例如將軟體載入機器或將工作負載轉移到不同的位置。Martinez 說道：「如果我們的其中一個裝置出現問題，我們使用編排器將流程控制應用程式重新部署到另一個正常的裝置上，」。這樣一來，員工可以更好地專注於更具創新性的活動。

以軟體為中心的自動化縮短學習曲線

更換專有系統需要詳細的計畫和一絲不苟的執行，以避免在生產過程中造成任何中斷。上世紀80年代的控制系統採用了專有的程式設計語言，這些語言難以翻譯且需要特殊的知識。許多公司至今仍在使用這些系統。

施耐德電氣公司的流程自動化副總裁，Tina Volkringer 表示：這是軟體中心方法所解決的一個重大痛點。「這使得工作團隊能夠更具多樣性，因為不再需要對自動化系統具有深入的專有知識；我們正在朝著以成果為基礎的解決方案邁進。我們的目標是提供即插即用的功能。」

這種即插即用的方法解決了另一個問題：找到有資格操作舊設備的人才，這種人才因工人退休而迅速減少。

Schneider電氣公司戰略計畫總監 Andre Babineau 表示：「我們所談論的是一種更開放、基於標準的語言，這是大多數自動化工程師熟知的，」。「這樣一來，他們可以立即對其流程的價值做出貢獻，而無需透過某種中介轉換到專有系統、專有語言或一套必須使用的工具來控制流程。」

可擴充性是另一個優勢。複製流程對操作人員來說可能是一個挑戰，需要額外的控制器和基礎設施。Martinez 說道：但是 EcoStruxure 自動化專家能夠以最小的努力簡化複製儲罐、泵或其他流程的過程。這是一種由系統方法驅動的。這個應用程式是為了最佳化產量而撰寫的，運行它的硬體則僅在最後一步才被選擇。

Schneider、Red Hat 和 Intel 之間的解決方案具有改變流程自動化的潛力，為未來的發展奠定了基礎。利用編排、開放標準和合作夥伴關係，使公司能夠建立自動化解決方案，以最小化中斷、降低擁有成本，並減少淘汰的影響。這個解決方案是發展完全自主生產設施的途徑。儘管 Martinez 在不久的將來並不預見完全自主，但他展望未來會有一個以軟體為中心的自動化系統與人類並肩合作，推動新的效率、靈活性和彈性水準。

 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

將工業 AI 模型應用於產品品質檢查

Posted on by Micah Kaplan

新車進入組裝的最後階段時，檢查員會滴水不漏地檢查每個細節，發覺是否有任何不一致的地方。從油漆剝落到車輪缺陷，乃至於不規則的汽車發動聲音，任何事都可能損害最終產品。傳統上來說，這些檢查都是由手動執行；但現在工人可以從人工智慧獲得急需的協助。

無論檢查員有多優秀，人工檢查總有百密一疏的時候。廠房嘈雜熙攘，可能使人分心。重複相同的工作數小時也可能導致恍神出錯。但是對於 AI 而言，這不是問題，它利用攝影機、麥克風與感應器在生產線上追求完美、不遺餘力。

「視覺檢查確實是一項繁瑣的工作。在工業環境工作時，嘈雜的環境可能會使工作品質隨著時間推移而下降。利用 AI，您可以將流程自動化，」byteLAKE 共同創辦人 Marcin Rojek 說道，該公司是 Cognitive Services 的開發商，這是一套致力於工業 4.0 的 AI 模型，用於處理品質控管。

Rojek 表示，byteLAKE 的 Cognitive Services 之所以存在，是為了向營運商提供可據以行動的資訊，進而做出更完善的決策。

與大多數工業 AI 解決方案不同，byteLAKE 不僅透過電腦視覺改善視覺效果。該公司使用 AI 模型進行聲音分析與基礎架構監控。byteLAKE 的 Cognitive Services 利用麥克風和其他感應器，可偵測溫度、濕度與振動以監控設備，進而將服務交付最佳化並防止故障。

Cognitive Services 將資料轉為深入解析

Rojek 與他的朋友兼商業夥伴 Mariusz Kolanko 在 2016 年共同創辦 byteLAKE 時，想要解決如何處理工業組織擷取所有資料的問題。光是如何使用就讓許多人頭痛不已。

「我們想讓 AI 成為工業案例的實質解決方案。我們將資料合併並轉化為資訊，回答諸如「會發生什麼、可能發生什麼、為什麼發生了某事、錯誤在哪裡、錯誤是什麼，以及根本原因是什麼？」Rojek 說。

將不同來源的資料放在適當的情境，則可能實現這項目標。

在製造過程中，電腦視覺演算法分析能分析及解讀攝影機在生產線上捕捉的影像。接著可以訓練模型，瞭解某些影像，並偵測諸如刮痕、凹痕與缺失的孔等。

在汽車製造中，麥克風捕捉引擎的音調和轟鳴聲，確定是否正常運行。這是另一個人類侷限可能會阻礙的領域。Rojek 表示：「在工廠設施聆聽數十部汽車引擎，而背景噪音不斷變化，檢查品質很可能會下降，」Rojek 說。

為了所有資訊都是即時收集並保留在工廠層面，這項技術在邊緣安全運行。這樣一來，使用者可以在接近資料產生的地方處理資料，進而克服頻寬與連線斷斷續續的問題。

byteLAKE 也在餐飲服務業中使用電腦視覺，減少自助餐廳結帳的等待時間。Rojek 表示：「收銀員不必將一切手動輸入機器，因為攝影機會拍照並識別商品。」

在其他環境中，例如能源基礎架構，byteLAKE 使用感應器、攝影機與麥克風的組合，追蹤液體流動、濕度等級、壓力與溫度等狀況，這些全都能提供管道、幫浦、驅動器和其他元件的健康狀況與效能資訊。這樣有助於將營運和資源使用率最佳化，減少浪費，最終提供更完善的服務。

Rojek 表示：「我們可以預測可能會發生什麼事，並且建議整個城市的能源管理系統最佳設定，根據目前的消耗量、預測消耗量、歷史資料、天氣預測等，提前規劃下週應該訂購多少能源。」

製造業中的 AI 增補人類的不足

雖然 byteLAKE 的 Cognitive Services 旨在取代重複、單調、耗時且容易出錯的工作，但 Rojek 認為這套解決方案應該與人類工作相輔相成。他是這麼解釋的，客戶似乎並不擔心人類遭到取代，因為 AI 正在解決勞動力短缺等問題。AI 對於員工安全也有所貢獻。舉例來說，攝影機與感應器的存在，能讓人類遠離生產線上的危險設備。

byteLAKE 也與各種合作夥伴合作，提供客戶專屬的解決方案。合作夥伴將 Cognitive Services 與自己的軟硬體自動化相結合，設計工作流程。

先前實作中的現有模型，可針對新的客戶量身訂做。舉例來說，透過對不同的照明、生產線尺寸和其他規格進行調整，造紙廠模型可以在另一家工廠使用。

Intel 是實現這一切的重要夥伴。byteLAKE 參與 AI Builders 等計畫，並利用 OpenVINO™ 工具組將解決方案最佳化及降低開發成本。

展望未來，Cognitive Services 會繼續增加功能。byteLAKE 正在開發能夠自主學習的模型，以便「隨著時間自動改善。」Rojek 希望在不久的未來，模型會即時學習「並在您進步及產生更多資料的同時改善預測品質。」

長遠來看，該公司將致力於更輕鬆地與製造軟體整合。「我們不想浪費時間無謂地重複，也不想在製造方面改變他們的流程。我們希望能為他們的營運截長補短，成為他們現有工作流程的一部分，而不是把一切搞得天翻地覆，」Rojek 解釋道。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

智慧鏡映射出零售業的未來

Posted on by Micah Kaplan

一般來說，顧客走進更衣室試穿新衣服時，最終都會抱著一堆風格、顏色與尺寸各異的選項。如果他們可以不用大費周章搜尋貨架，省去試穿這些衣物的麻煩呢？有了互動式智慧鏡，他們就能省去這些麻煩。智慧鏡解決方案採用 AI 技術，透過從即時庫存協調商品、不同的尺寸與顏色，以虛擬方式化身為另一層的客戶服務。此外，購物者可以瞭解，他們想要的服裝是否有庫存或者是否可在線上購買。

這類解決方案現已問世，例如全方位服務硬體解決方案供應商 Pyramid Computer 所推出的 Polytouch Magic Mirror。這個平台利用線上購物的優點，結合近距離欣賞及觸摸商品的功能，協助零售商提供獨一無二的客戶互動體驗。

店內零售的個人化體驗走向虛擬

某大型運動時尚零售商，運用 Polytouch Magic Mirror 打造了智慧型試衣間，便是典型的案例。該零售連鎖店在試衣間部署的解決方案，全部搭載小外型規格的電腦，包含配備 HD 顯示器、10 點觸控螢幕的鏡子，以及用於 RFID 型商品識別的天線。

這個解決方案捨棄攝影機，改採 RFID 掃描技術，因為顧客基於隱私考量，顯然不希望攝影機出現在試衣間。

掃描器感應帶進空間的商品後，利用這項資料建議相稱的配件，並且告知客戶是否有其他選項可供選擇。店內與線上庫存資訊之間的順暢連結，提供了「無限貨架」的客戶體驗。同時，這個連結讓零售商能夠吸引更多顧客前往商店、獲得全新的深入解析、克服員工短缺問題，以及降低營運成本。

Pyramid Computer 行銷與設計部主管 Anthony Hunckler 表示：「零售商可以將分配給店員的工作最佳化，不必派他們前往試衣間諮詢顧客及尋找商品。」

RFID 讀取器與後端軟體聯繫後為顧客提供資訊，並且為零售商提供有價值的資料。Hunckler 說明：「軟體是與顧客進行最終品牌互動的元素，例如高品質的產品圖片與媒體。軟體與硬體元件必須相互搭配，才能在 UI 與 UX 提供這種彈性與流動性。」

庫存管理已安裝 RFID 系統的零售商，輕輕鬆鬆就能實作 Magic Mirror。在這種情況下，他們的後端隨時都可以加裝這款掃描產品的偏好。在維護方面，Pyramid 隨附提供高服務層級的保固。Hunckler 表示：「如果發生問題，我們很容易就可以更換系統和顯示器。從這個角度來看，合作夥伴幾乎沒有任何風險。」這個解決方案中 Intel® 技術的電腦，提供強固的全天候可靠性，這點對於在零售環境部署非常重要。

銷售、顧客偏好與物流的深入解析

Magic Mirror 解決方案能夠與顧客互動，並收集有關顧客選擇與偏好的資料，因此有機會獲得寶貴的店內零售深入解析。

視零售商選擇或開發的軟體而定，他們可以收集及分析深入的銷售資料、辨別顧客偏好、將物流與庫存管理最佳化，以及交叉銷售相關商品。Hunckler 表示：「零售商若要根據顧客習慣方面的即時資料將庫存最佳化，分析非常重要。」「舉例來說，如果發現銷售的 T 恤中有 80% 是白 T，便可得知庫存需要增加白色 T 恤，減少其他顏色。」

傳統零售商利用這項資料，可以準確預測庫存需要多少商品、時間與地點，協助提供物流決策資訊，並且跟上需求。

精細層級的深入解析，有助於零售商為實體零售業瞬息萬變的未來做好準備。Hunckler 表示：「過去我們熟知的零售結構，如今已經不再那麼重要。」有些顧客仍會前往商店逛逛、試穿衣服，以及用傳統的方式做決定，但是其他顧客很多則只是去實體商店領取線上事先訂購的商品。如果零售商可以透過加強僅限親訪才能提供的購物體驗，例如特別優惠與額外好處，強化與線上顧客的連結，那麼這些顧客便能感受到造訪實體商店的價值，而零售商店則可獲得品牌忠誠度。

Hunckler 表示，留意顧客的個人偏好與需求，是成功的關鍵因素。「顧客是獨一無二的。有些人喜歡店員提供支援，其他人則不希望受到這類關注。零售商必須專心致力於提供大量數位支援，並且將整個體驗個人化。」

 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。