教育技術邁向遠距

從一貫的課程到實現更佳的學習成效,線上學習都為師生帶來裨益。多年來,世界各地的學校體系愈來愈接納遠距教學模式。

然而,許多教育工作者幾乎是一夕之間被迫接受遠距教學。不幸的是,許多人都還沒準備好。教師、學生以及家長必須從課室快速轉換到在家上課,同時試著學會適應。

視訊會議軟體平台雖可解決燃眉之急,但尚未能證明可以長久替代課室體驗。這些軟體沒能解決的問題,在於對教師而言,類比及實體課室與數位學習環境間的巨大鴻溝。

「身為數位原住民的學生能夠很快適應新工具,但有高達百分之 80 的老師對數位模式感到陌生,」ViewSonic 技術長 Craig Scott 說道。「他們從一個能與學生面對面的空間,被迫進入一個完全數位化的環境,隨之而來的還有一大堆新工具和挑戰。」

不過也有好消息。新工具慢慢上線,而教育機構也正在投資更適合未來教室的新科技。

為教育科技尋找合適的定位

若教學不需要透過人傳遞,學生便只需要 PowerPoint 簡報、影片和線上測驗再加上人工智慧機器人打分數,學習便大功告成。但很顯然地,老師仍是教育流程中至關重要的一環。

「教師所扮演的是『從旁指導』的角色,」Scott 說道。教學法必須要改變,以適應並輔佐教師的個人風格。」

即使熟悉工具、克服挑戰,視訊平台也有其缺點。許多教師正在嘗試透過非同步學習的方式來應對新的環境、預錄課程讓學生自行觀看、分派家庭作業,並透過視訊集會討論學生的學習成果。然而,也有其他教師偏好更有參與感的教學風格,他們試圖透過視訊與學生互動,但卻難以找到一個長久之計,以即時給予意見回饋。

教育工作者很快便發現一體適用的方法不是解決之道。數位學習平台必須通時達變,才能適應並配合各種狀況(圖 1)。

圖 1.若想要成功,教育科技遠端教學工具必須適應不同的教學方針。(來源:ViewSonic)
圖 1. 若想要成功,教育科技遠端教學工具必須適應不同的教學方針。(來源:ViewSonic)

推動遠距學習

為了要解決類比式與數位間的差異,Scott 和其團隊仔細研究了實體課室內的互動情形。研究成果幫助他們拓展 ViewSonic 互動式數位白板 ViewBoard with myViewboard 的功能。

舉例來說,就非同步教學而言,音質要比畫質重要得多。雖然教師不需要看清學生的臉才能上一堂好課,學生卻必須要能聽清楚老師的聲音才能完整吸收知識。就同步學習而言,學生需要一套不會打斷老師的發問系統,而教師則需要一個能快速評估學生參與度的方法。

該解決方案提供的互動式工具能滿足不同教育者的需求(影片 1)。學生在家使用筆記型電腦或平板電腦,而老師可以傳送和接收他們的內容。拿一堂地理課來說,老師可以請某些學生在地圖上圈出特定位置。或者是在數學課上,學生可以「到黑板前」解一道方程式。

影片 1。提供師生互動方式便可促進遠距教學。(來源:ViewSonic)

myViewBoard 也讓教師使用來源多元、視覺效果豐富的內容呈現給學生,以輔助教學。高音質也能確保師生獲得最佳的上課體驗。即使畫面黑頻,仍可繼續使用語音交流。

衡量遠距教學系統是否成功的最終關鍵,在於學生在課堂上是否能保持專注,以及課後是否真正記住並了解課堂內容。視訊會議的重大缺點之一就是在教學過程中無法產生良好的意見回饋,而這會影響到參與度。

「百分之八十的交流不靠語言,倘若無法觀察到學生的肢體語言,教師便無法得知他們是否真正參與,」Scott 說道。「教師基本上得學習怎麼對空氣上課。在沒有意見回饋的情況下,他們該如何傳遞知識?又該如何得知孩子們有專心聽課並確實吸收知識?」

該遠距教學平台以 ViewSonic 的 ViewBoard Interactive Flat Panel Display and myViewBoard 解決方案(結合了如 Intel® Core vPro® 和 Intel Unite® 等技術)為基礎。

該軟體具備追蹤視覺線索並提醒教師的功能,讓教師得知學生是否專心,不必看著螢幕三十張臉來一一觀察參與度。教師也可即時創造協作空間,將學生分組合作完成任務或專案。

「我們並不想把視訊會議硬塞進教學中,」Scott 說道。「我們正努力了解課室內外的情況,將所有人凝聚起來且不用改變老師以往的教學方式。」

在收集並了解更多關於遠距教學需求的資訊後,myViewBoard 會加入更多新功能和功效以推陳出新、與時俱進。事實上,ViewSonic 會向老師諮詢意見,確保推出的解決方案能彌合類比與數位學習之間的巨大鴻溝。

「正確的方法為何,人們仍眾說紛紜,」他表示。「我建議不要一味追求完美的解決方案,只要知道雖然路途搖擺不定,但最終仍會通向最好的解決方案。」

讓邊緣裝置上的人工智慧和電腦視覺得以順利擴充

編者註:insight.tech 支持終結種族主義、不平等與社會不正義行為。我們不容忍我們贊助商的產品用於侵犯人權,包括但不限於政府濫用視覺化技術。insight.tech 上所提到的產品、技術和解決方案皆假定為以負責且合乎道德的方式使用人工智慧以及電腦視覺工具、技術和方法。

 

自 Intel 首次採用多核心設計以來已經過了 15 個年頭。如今,透過使用超過 1 個 Intel® CPU 核心來提高效能的這種作法已從尖端技術變為常見作法。AI 的出現使得開發人員面臨與十幾年前相似的問題。然而,這些問題與異質運算環境的關係在 2004 年並不存。

傳統 CPU 裡有一排相同的核心,每個核心適合獨立作業。CPU+GPU 或 CPU+FPGA 的異質組合則不同,它們結合的是兩個或以上完全不同的元件。這種作法在合適的情況下可以帶來巨大的機會,為兩個元件創造運算上的優勢,但它同時也提高了部署上的困難性。

再加上最適合部署這種耐用型解決方案的環境通常非常險峻,哪怕是比叉子還要稍微高科技的東西,都難以生存。綜合下來,得面對的就是一食譜的問題。

(而且這份食譜還作不出什麼有用的成品,像是酸麵包。不是。就真的只是一堆問題而已。)

要在多個解決方案上擴充工作負載,一方面需要有建造和部署硬體解決方案的專業知識,另一方面需要能進行開發和測試解決方案的軟體環境。Intel® OpenVINO 工具組專為這個目的打造。在企業開發同質和異質運算環境時,這個工具組能協助企業在不同類型的裝置上進行擴充。

OpenVINO 中導入的 AI 和機器學習演算法引起許多關注,但 “ V” 代表「視覺」,且該工具箱的許多功能預先訓練了與電腦視覺格外相關的模型。

在不同的硬體平台上進行擴充

OpenVINO 支援 OpenVX 和 OpenCL 等跨平台 API,藉此讓 CPU 和加速器執行工作負載(圖 1)。

圖 1.跨平台 API 支援 CPU 和加速器上的工作負載。(來源:Concurrent Technologies)
圖 1.跨平台 API 支援 CPU 和加速器上的工作負載。(來源:Concurrent Technologies)

然而,如果沒有相符的硬體,軟體本身並沒甚麼用。在這方面,一些解決方案能幫得上忙,如 Concurrent Technologies 提供的 TR H4x/3sd-RCx 解決方案。這套系統的基礎是一個 3U VPX 系統,配備 12核/24 緒的 Intel® Xeon® D-1559 以及最高 64 GB 的 RAM。

如果以上配置無法滿足客戶需求,客戶可以選擇透過 PCIe 連接額外的處理資源。TR H4x/3sd-RCx 可與 Intel® Arria® FPGA 搭配使用,後者透過 PCIe 連接,能提供額外的處理能力。​​​

最佳化電腦視覺模型

客戶可以利用 OpenVINO 最佳化模型並測試解決方案的效能。一開始採用單處理器,之後依照需求能擴充涵蓋額外的處理資源(圖 2)。

圖 2.利用 Intel® OpenVINO™ 工具組測試與調整電腦視覺模型。(來源:Concurrent Technologies)
圖 2. 利用 Intel® OpenVINO 工具組測試與調整電腦視覺模型。(來源:Concurrent Technologies)

「把模型移到 CPU 上執行的方法很簡單。這方面我們提供一套廣泛的 Linux 支援套件。」Nigel Forrester 表示。他是 Concurrent Technologies 的 Director of Business Development。「要把模型移到 TR H4x 卡上稍微複雜一點。我們在卡上內建了多種支援套件,也提供 DLA,也就是深度學習加速位元流 (Deep Learning Accelerator bitstream)。DLA 是在 Intel Aria FPGA 上執行。」。

「客戶只需要知道自己需要什麼樣的神經網路模型就好。」Forrester 表示。接著,他們只要選擇正確的 DLA 位元流,然後將現有模型放入 OpenVINO。」這會創建一套中繼碼,而中繼碼之後會上傳到加速器。」

之後,OpenVINO 會進行分配,CPU 專屬的程式碼會進行最佳化,然後在 CPU 上執行; FPGA 程式碼則會保留,然後在 Arria 硬體上執行。

我們有 Intel® Deep Learning Accelerator Suite (Intel® DLA) 的開發人員授權,這部分已經匯入我們的 Trax 卡了。」Forrester 表示。「客戶這方面什麼都不用做。他們只要知道自己的神經網路模型是 AlexNet、SqueezeNet、GoogleNet 還是其他模型,並且屬於 TensorFLow 這類框架。」

上方的圖表說明了OpenVINO 模型在 Concurrent TR H4x/3sd-RCx 硬體上如何通關。模型會經歷最佳化、效能測試、硬體部署循環,這個過程旨在幫助開發人員了解應當為哪些工作負載指定哪些資源。隨著新的 Intel GPU 和推斷加速器上市,OpenVINO 在接下來幾年會發揮更大的作用,提高軟體整體的靈活性並讓開發人員能夠針對更廣泛的使用案例和情景進行設計。

全新購物者旅程:服務機帶來更令人愉快的體驗

由於零售商現在所面臨的環境相當困難,許多業者想知道:「究竟有什麼方法可以讓我的商店重獲新生?」這是一個很好的問題。到底開如何將您的流程現代化,以滿足客戶多變的需求?

客戶體驗是最好的切入點。在現今的環境中,零售商必須要能夠根據客戶的需求靈活應變,並且將重心放在客戶身上。如果您能找到符合客戶需求的解決方案並妥善實施,您便能夠引領客戶踏上全新的購物者旅程。

這個概念感覺說比作容易。消費者的購物習慣正在發生劇烈的改變,也因此很難預測未來的狀況。

有一種方法可以幫助您找到對的方向:您可以更深入地了解客戶,並且設身處地替他們著想。深入瞭解和設身處地的思維是兩個非常有用的工具,能夠幫助您規劃令人滿意和愉快的購物者旅程。另外,也應當要關注目前的消費者行為趨勢。

自助服務趨勢

自助零售能讓客戶更開心、增加銷售量,並且讓店員可以把更多時間花在高接觸客服上——而且這三者可同時推進。近幾年來,自助服務越來越盛行,而目前的社交距離要求更讓此一趨勢加速發展。

2019 年的一份 SOTI 調查指出,消費者在購物時講求速度和便利性,並且只想要有限的人際互動。此外,近 75% 的調查對象認為自助服務技術能改善零售客戶體驗。

這位品牌打開了新機會,讓他們在全新的購物者旅程理有新的方法可以滿足客戶。客戶現在依然重視速度和靈活性,因此自助服務模式多半會持續下去(並且成長茁壯)。

自助服務機能補強現今的購物體驗

隨著全世界開始擁抱自助服務文化,自助服務機變成了零售技術解決方案的一部份,能夠提供具備以下特色的客戶體驗:

  • 客戶更開心(購物過程更便捷)
  • 最佳化銷售人員的時間 運用方式(花更多時間在高價值工作和個人客服上)
  • 提供前所未有的分析(連線服務機能蒐集關鍵任務相關的客戶資料)
  • 帶動銷售量大幅成長(訂單規模更大)

Carl von Sydow 是 Diebold Nixdorf​​ 的​ Director of Self-Service。他表示:「我們多年來對自助服務一直都很有信心。」靠著自助服務,QSR 等零售商將訂單規模提高了 15-20% 左右。

自動化和自助服務如何成為有利的工具?

讓我們深入探討客戶喜歡自助服務機的原因。首先,人們站在服務機前時,不會感受到時間壓力。他們可以按照著自己的節奏做事,並且自己作主。人們覺得自己更有力量,並且充分掌握了自己的購物者旅程。

客戶傾向在螢幕上瀏覽不同選項,找到之前為嘗試過的產品,這也就提高了訂單規模。此外,零售商還能根據客戶的購物籃提供建議,這也就創造了另一個提高訂單規模的機會。

其次,如果客戶希望不要在店裡待太久,自助服務機的排隊隊伍通常會比櫃檯的隊伍短。和與真人互動相比,這種交易模式更快速。況且,服務機非常易於使用。如果更多人習慣使用自助服務機,這種優勢會變得更加明顯(圖 1)。

圖 1.消費者選擇自助服務解決方案的理由有很多。(來源:Diebold Nixdorf)
圖 1. 消費者選擇自助服務解決方案的理由有很多。(來源:Diebold Nixdorf

但這不代表銷售人員的工作會被消滅。事實恰恰相反。員工旅程也變得重要。根據 RIS 的數據,接受調查的零售高層經理中,53% 的人認為「給店員更多控制權」是他們 2020 年的三大目標之一。

自助服務機能讓店員把更多心思放在打在獨特的客戶體驗和個人化解決方案上。店員的時間獲得優化,因此可以有更多時間與客戶建立關係,成為購物者旅程當中一個非常有幫助的接觸點。人們常常誤以為自助服務機會消滅現有的工作。「其實,它們反而會帶來更多機會。」von Sydow 表示。

此外,透過自動化,自助服務機還可以提供重要的客戶資料,讓您可以根據客戶需求改善客戶體驗。您可以在每個服務機的螢幕上加上目標式廣告。這種簡明扼要的訊息能根據您的客戶量身打造。服務機的零售資料能簡化 A/B 測試,讓您可以在每個服務機打造更統一、更個人化的體驗。

自助服務機協助 QSR 進行現代化

QSR 是自助服務機最常見的使用案例之一。不少全球各地的大型所商店都採用自助服務機解決方案,讓客戶能夠更便捷地點餐。

這些服務機成功減少了店裡的人龍,並且提高了銷售量和訂單準確率。此外,這些自助服務機提供了更個人化的客戶體驗。在這方面自助服務機可謂大獲成功,無疑推動了 QSR 的轉型和現代化。

Diebold Nixdorf 的獲獎產品:K-two 服務機

Diebold Nixdorf 的 K-two 服務機可在多個使用案例中提供 21 世紀的購物者體驗。在 K-two 服務機上,您可以點喜歡的 QSR 的餐點、訂電影片、在零售場所逛街等等(影片 1)。

影片 1.K-two 服務機可以完全顛覆實體店面體驗。(來源:Diebold Nixdorf

全美各地的 Dave & Buster’s 都有 K-two 服務機。根據 2019 年的新聞稿,這個解決方案「專為 Dave & Buster’s 的企業策略量身打造,幫助我們創造一個更優質、高效且有吸引力的客戶體驗,照顧客戶的『吃喝玩看』。」Dave & Buster’s 採用的 K-two 服務機配備 32 吋螢幕,可發放 Dave & Buster’s 能量卡 (Power Card) 並即時加值(圖 2)。

圖 2.服務機讓 Dave & Busters 的交易過程也變好玩。(來源:Diebold Nixdorf)
圖 2. 服務機讓 Dave & Busters 的交易過程也變好玩。(來源:Diebold Nixdorf

服務機採用 Intel vPro® 技術,此技術讓服務機的效率更高,大型連鎖商店透過一個螢幕即可管理所有的服務機。由於所有商店群裡的服務機彼此互聯,Diebold Nixdorf 能夠提供各種服務,包括監測服務機和遠端問題排解。這點非常重要,畢竟機器的可用性和運作時間是關鍵。

「舉例來說,我們可以遠端更新所有服務機上的軟體。如果有任何文提,我們都可以通知店裡的人。譬如有服務機故障、有 EFT 未妥善連接或是有螢幕無法正常顯示。Dave & Busters 的案例裡,如果一台服務機裡的卡匣空了,我們會通知店員補貨。」von Sydow 解釋道。

這只是開始

消費者希望使用自助服務,零售商如果能提供此選擇,將能坐收好處。自助服務機本來就越來越普及,目前的零售環境更使得自助服務機快速盛行。客戶持續希望以更便捷的方式滿足實體店面需求,也因此,這個成長趨勢只會增不會減。

自助式 POS,實現無接觸結帳

在我們不斷變化的零售環境中,企業面臨著前所未有的挑戰。保護客戶及員工的健康和安全是主要的優先考量。這代表減少面對面的互動、消除長時間的等待,以及提供零接觸的結帳。

自助式 POS 相當普遍,但傳統系統未必總能滿足零售商不斷變化的需求。對於客戶而言,秤量和掃描物品的過程可能非常緩慢,而且每天有數百名購物者使用終端機,因此清潔度是一大問題。

其中會減緩結帳速度的流程包括掃描,或為農產品或烘焙品等物品秤重。傳統上,客戶必須掃描條碼、輸入 SKU 編號或在螢幕上點選正確的產品。然後,在試圖回想自己選的究竟是普通蘋果還是有機蘋果時,他們會開始搔頭。

對於麵包店而言,如果員工需要識別並牢記數百種烘焙食品,挑戰將更艱鉅。繁忙的麵包店可能需要櫃檯工作人員觸摸每件商品、查詢價格並逐個輸入收銀機。在此同時,客戶已排成一條長長的人龍。

輸入整合式的精簡 POS 設計、 AI 與電腦視覺。這些技術可使自助式結帳免觸摸且更迅捷便利。自助式結帳系統,如來自青島中科英泰商用系統 (Qingdao Wintec System Co.​​​) 的智慧 Selfpos60V,對於麵包店、咖啡館、便利商店、超級市場和其他商店的業主及顧客而言都是雙贏。

具有 AI 和電腦視覺的 POS 系統可以接受訓練,辨識物品間的細微差異,例如原味牛角麵包或巧克力麵包,辨識能力通常比人眼更敏銳(影片 1)。

影片 1。透過 AI 技術和電腦視覺,麵包店與咖啡館可以區別類似的產品。

電腦視覺 + AI = 智慧 POS

為了達到這樣的精準度,首先要為每種產品從不同的角度拍攝數百張照片。Wintec 團隊使用影像,訓練機器學習模型以辨識每個物品。AI 會自我學習,這表示它能隨著時間推移而提高準確度。

「Intel® OpenVINO 工具組可使辨識系統更輕易地整合到實際應用程式,」Wintely Zu 商務經理表示。「這加快了現場安裝產品的處理速度。也確保可以迅速準確地辨識產品。」

現今,滿足客戶需求的重要性更勝以往,但是老式的傳統自助式結帳終端機卻無法迎接挑戰。「這些終端機的主要付款方式是信用卡或者現金,」Zuo 表示。「需要客戶採取許多操作步驟,例如尋找信用卡、插入卡片、輸入密碼或放入現金。這些都會增加結帳流程的時間。」

Wintec 配備兩台攝影機的 Selfpos60V,一台用於安全監控,另一台用於臉部辨識。臉部辨識可透過微信 (Wechat) 和支付寶 (Alipay) 等電子錢包帳戶提供非接觸式結帳。客戶的電子錢包資料受法律保護,未經客戶允許不得發布給第三方。

電腦視覺也有助於零售商收集客戶的人口統計資料,例如性別和年齡範圍。他們因而能夠洞悉購物趨勢,從而開發更有效的促銷方式。

縮小足跡,擴大優勢

對佔地面積有限的零售商而言,龐大的自助式結帳終端機不是個好選項。歸功於 Intel® NUCs,Wintec 終端機設計小巧時尚且外觀摩登,如圖1所示,新的 AI 系統佔地面積更小。「自助式結帳系統已成為室內裝飾的一部分,吸引更多的客戶前來使用,而不是在收銀員面前排隊,」Zho 如是說。

圖 1.Wintec 的 Selpos60 終端機小巧且具吸引力。
圖 1. Wintec 的 Selpos60 終端機小巧且具吸引力。

Wintec 解決方案不只為麵包店、農產品市場和便利商店帶來自助化服務。各種零售應用程式都從 SelfPoS 系統受益。藥房就是一個好例子,因為客戶和收銀員可能特別關注人與人之間的互動。

在中國,人們通常使用社會安全卡購物。使用臉部辨識功能,可以自動建立客戶與其社會安全帳戶之間的連結。這表示即使他們忘了帶社會安全卡,仍可透過非接觸式結帳來添購藥品。如果購物者需要藥物批准,Selfpos60 甚至可以使用嵌入式攝影機,透過視訊通話來聯繫客戶與醫生。

在任何健康和安全至關重要的零售環境中,電腦視覺與 AI 的裨益皆顯而易見。當您可把錢包留在家中時,臉部辨識就帶來了便利。小巧的非接觸式 POS 終端機,實現了非接觸式的結帳。

零售分析實體化

即使在最理想的世界裡,快速消費品( fast-moving consumer goods,即 FMC,簡稱「快消品」)行業仍然極為複雜且競爭激烈。產品促銷效果、貨架齊全度以及供應鏈管理都會影響到競爭和銷售成果。但是,縱使品牌經理制訂了周全的計畫,這類工廠的可視性低,仍然帶來了高昂成本。

商品企劃人員得處理上萬間商店裡的產品,產品數量多不勝數,因此很難充分了解顧客的態度和行為。雖然零星的銷售資料可以告訴企劃人員那些產品的銷售狀況較佳,這些資料卻無法顯示出背後的原因。品牌經理要怎麼知道那些產品是消費者感興趣的,哪些是消費者會拿起來看但不會購買的,還有哪些是消費者根本不會在貨架上注意到的?

成功的實體零售商店商品企劃不能再依賴這些人工蒐集來、品質時好時壞的資訊。相反的,必須要將多個因素納入考量,從店內的競爭到店外的天氣缺一不可,並且要了解顧客對這些因素的反應。

在現今難以預測的環境裡,快消品製造商必須比以往更敏捷靈活,才能跟得上消費者和零售商快速的需求變化。

「零售商所生存的環境非常嚴苛,競爭非常激烈。」Karl Müdespacher 表示。他是 Expertos en Sistemas 的總經理。「零售商必須了解買家的心理,必須知道如何抓住增量利得這個容易實現的目標,以及如何提高知名度。」

好消息是,有一些創新技術能夠改變現今的狀況。

利用 AI 和電腦視覺改善商品企劃

人工智慧和電腦視覺讓製造商和其銷售團隊可以將數位分析應用到實體世界中,並從中汲取好處。透過了解消費者對於商品企劃的感受、消費者商店裡的移動行徑以及所做出的購物決定,品牌經理能夠改善產品行銷,讓產品變得更有吸引力,從而提高銷售量。

「在適當的時機執行適當的陳列策略能夠讓銷售量提升 12% 之多,同時可以避免競爭造成的 6% 的損失。」Müdespacher 表示。「這個數字其實相當可觀,因為一般公司 80% 的利潤都取決於這個通路。」

Expertos en Sistemas 的 Braingine Machine Vision 幫助快消品製造商和零售商了解各個空間的銷售狀況-不管是貨架、走道末端還是冷藏陳列櫃。

Müdespacher 表示:「這個台整合了客戶、產品、物流以及供應鏈資訊。」如果哪裡有問題的話,我們可以即時告訴您。不會等到為時已晚。」

這個解決方案能幫助各個品牌過濾數以萬計的每日活動,並找出偏差和機會。Müdespacher 說:「他們可以利用 Braingine 來嘗試改善商品配置,藉此提高利潤空間和市占率。他們可以把結果與上個月或上星期的銷售成績做比較,這樣就能更充分的了解顧客想要的是什麼。」

舉例來說,該系統可透過 AI 和電腦視覺系統來判斷顧客在哪些走道購物、他們的視線落在哪個位置,以及他們對哪些產品反應最熱烈。這讓公司能夠更加了解消費者對於商品陳列的反應。

視覺資料可以讓品牌找出哪些產品的狀況有所變動,行銷策略中是否有問題,並且提出改善配置的方法。它還可以改善各門市裡各個貨架的產品庫存策略,減少競爭帶來的損失,並降低退貨率。

零售分析的平台

Braingine 可以設定為現場架構或安全的雲端架構。它在邊緣上使用 Intel® NUC 這款運算能力十足且設定方便的迷你電腦。標準平台支援客戶現有的影片監視基礎架構和攝影機,讓客戶無須進行額外的投資,從而省下一大筆開銷。它還整合了銷售團隊的手持裝置,如果出現了值得注意的狀況,可以即時瀏覽(圖 1)。

圖 1.Braingine 能夠搭配任何現有監視基礎架構使用,並且能藉由將 AI 部署到邊緣來加速運算。
圖 1. Braingine 能夠搭配任何現有監視基礎架構使用,並且能藉由將 AI 部署到邊緣來加速運算。

品牌和零售商不需要蒐集敏感資訊就能捕捉到所需的分析資料,而且還能享有更嚴格安全的標準。「我們只需要消費者的注視方式和方向、測量一些臉部變化,接著將這一切轉換為數據。我們不會儲存任何生物資料。」Müdespacher 表示。

舉例來說,零售環境裡可能有來自 300 台攝影機的視訊。所有的視訊內容都會在邊緣上進行處理,只有元數據會上傳到雲端。

透過 SDK 還可輕鬆進行系統客製化。企業客戶和系統整合商可以透過 GUI 訓練 AI 演算法,來為特定的使用案例定義規則,如進行臉部辨識、偵測偷竊或布置地理圍欄。

適合變化中的零售環境的技術

品牌和零售商希望將數位分析帶到實體商店,因此他們不斷在尋找技術能帶來的優勢。可以即時改善實地訪問、實現 KPI 和制訂策略。品牌經理必須有足夠的經營智慧並且反應敏捷,才能打敗競爭對手,並在多變的零售環境中占上風。

更快速的智慧運輸路線

工作負載整合的趨勢(在單一運算平台上執行多個應用程式)對於建立智慧工廠至關重要。

相同的模型適用於智慧運輸也不足為奇。如同工廠一樣,公共交通工具會在個別專有硬體平台和多個作業系統上,執行各種應用程式。例如,城市公車上可能裝有監視攝影機、電子支付系統和車隊管理感應器,而所有系統均獨立運行。

如同製造營運一樣,將這些功能整合到城市公車上(以公車為例),將能降低營運成本、提高安全性並實現集中監控。

Lanner Electronics, Inc.​​​ 一直致力於利用 V6S10-Port PoE Fanless Vehicle NVR 解決方案,實現智慧運輸。開放平台不使用多種專有控制系統,而是如圖 1 所示,將不同功能整合在一起。

圖 1.智慧運輸系統必須整合多種應用程式,才能在單一平台上運行。(來源:Lanner)
圖 1. 智慧運輸系統必須整合多種應用程式,才能在單一平台上運行。(來源:Lanner)

智慧運輸概念性驗證

維護一個開放平台,比維持多個系統的更新與營運更加容易。透過此設定,舊版應用程式和作業系統可以與現代軟體一起運行。因此,任何軟體都能整合到平台上,進而為系統整合商提供充足靈活性。這樣的靈活性也能支援系統的自訂與最佳化,因為這可以為利基應用程式建立不同的工作負載設定。

「目前沒有任何這樣的解決方案,因此我們將其開發為概念性驗證,」Lanner Electronics 的行銷經理 Brian Chen 表示。「我們建立了此平台,並與其他廠商合作將其軟體整合成工作負載。例如,我們有一家 AI 公司負責臉部辨識與影片分析。」

另一個好處就是可以加快創新的步調。系統開發人員目前必須承擔硬體設計成本。在這種情況中,這些公司可以專注於開發增值軟體。可以透過軟體升級單一軟體平台以部署新功能,進而降低引入新技術的成本,並縮短上市時間。

虛擬化工作負載

上方顯示的四種工作負載都在一個由 Redhat KVM hypervisor 管理的平台上執行,該 hypervisor 負責工作負載的虛擬化,以及分配對攝像機、感應器和其他裝置等資源的存取權限。

「您擁有各種不同類型的工作負載,理論上,您可以繼續在 Hypervisor 內容中新增 — 舊版或更新版的作業系統,」Chen 表示。

通過虛擬化,這些獨立的應用程式可以轉換為工作負載,然後可以在單一 hypervisor 下整合。透過管理 hypervisor,可以將系統所有的 I/O 功能分配給每個 OS/應用程式所需的每個工作負載,而無需大量昂貴的軟體移植(圖 2)。

圖 2.工作負載虛擬化由 hypervisor 管理,該 hypervisor 同時也分配對資源的存取權限。(來源:Lanner)
圖 2. 工作負載虛擬化由 hypervisor 管理,該 hypervisor 同時也分配對資源的存取權限。(來源:Lanner)

V6S 建構於 Intel® Core i7 -7600U 雙核心處理器上。根據執行的工作負載數量與複雜度,可能會需要更多的運算資源。Lanner 已經開始探索四核心和六核心實施方案,以滿足各種運輸應用程式的需求。例如,智慧公車將能整合乘客資訊管理、數字標示牌、工作分配、GPS 追蹤、緊急系統等。

Lanner 提供了全方位的開放式、可交互作用的 uCPE 平台,可提供多核心運算功能、虛擬化、流量最佳化、加密加速引擎,以及支援 Wi-Fi/LTE/5G 的連線能力。

整合工作負載可以節省大量成本。舉例來說,在此概念性驗證中,已整合的各系統的獨立實施成本為 2,450 美元。單一 Lanner V6S 整合工作負載成本為 1500 美元。此外,部署和維修成本較低。

持續使用舊版作業系統和系統軟體

讓新版應用程式能與舊版應用程式和作業系統同時使用的靈活性,對運輸產業來說是相當重要的因素。大多數公共交通工具的運行壽命很長。工作負載整合和虛擬化能延長舊系統的使用壽命,進而最大化初始車輛投資,並延長必要(且昂貴)系統升級的時間間距。

整合也能為售後強化提供極大的靈活性。驗證車輛標準配備的系統是一項大工程。透過開放式工作負載平台,可以在售後市場上出售新功能。這樣一來,車輛就能更快地進入市場,同時也可以將其開放為可供產業第三方創新的平台。

「最後,我們正在努力展示一種可能性,讓開發人員不需要花費時間和金錢,將軟體從舊環境轉移到新環境,」Chen 表示。「可以透過高效能運算,在邊緣整合工作負載。從製造業到運輸業 — 這將能許多行業中創造全新機會。」

無人機起飛之前,請先確保物聯網安全無虞

在嵌入式系統的世界裡,透過匿名方法提供安全性已是常態。然而,當我們將這些裝置互相連接納入物聯網系統時,卻讓這些裝置暴露於不可預測的安全風險。

一旦設計師開始將連接架構納入系統,安全漏洞勢必將成為全新的挑戰。工程常識告訴我們須採取新的方式來對物聯網系統進行壓力測試,因為這些系統所使用的設備,多半是網路連接時代來臨前所開發的舊款硬體與設計技術。

以商業無人機為例,當越來越多無人機與網路連接時,其硬體與軟體也暴露在網路威脅之中。這個典型的例子說明了為什麼設計師必須在設計時就將安全議題列入考慮,不能留待設計完成後再處理。

雖然攸關安全的各個面向需要透過先進的測試能力加以驗證,但若要解決大部分的問題,則必須在虛擬平台上建立某種形式的模型。

使用硬體進行測試不僅成本高昂且過程複雜。工程師必須讓裝置暴露出已知的漏洞,過程可能須耗費數天甚至數週,而且還可能會對硬體造成實體損壞。

發現物聯網的漏洞

這時就是進行錯誤注入或滲透測試的時候。滲透測試會對無人機(或其他嵌入式系統)展開模擬攻擊以偵測漏洞。過程中,開發人員會使用已知攻擊或弱點的資料庫,在受測裝置(DUT)中注入錯誤,然後分析回應(圖 1)。

圖 1.滲透測試廣泛應用於銀行業務和電子商務等企業應用程式。現正應用於 IoTDevOps。(來源:Wind River)
圖 1. 滲透測試廣泛應用於銀行業務和電子商務等企業應用程式。現正應用於 IoTDevOps。(來源:Wind River)

Wind River 工具與模擬產品主管 Sean Evoy 表示:「在嵌入式領域內,一個新興的研究議題是,如何以主動方式找出安全漏洞」「問題通常是實踐方式。我可以使用哪些工具來部署與執行這種例行性的滲透測試,說得更確切些,我該如何使用具有可擴充性的方式進行?」

有別於使用實體硬體而且故障事件可能僅偶爾發生的測試系統,虛擬平台讓設計師得以於任何特定時間建立完整且精確的系統檢查點。

模擬系統的檢查點可讓設計師在記憶體中注入錯誤,然後利用某件硬體或舊款匯流排中的漏洞。有了這項資訊,設計師即可觀察系統如何回應。例如,物聯網開發人員可以瞭解如果有人惡意更改記憶體的設定值,無人機會如何回應。

因此,開發人員並不是測試無人機的實體,而是利用軟體模擬無人機內執行的硬體。換言之,他們可以建立數位分身並在伺服器或網路硬體上執行。

使用模擬引擎建立模型

我們因此把目光投向 Simics,這款由 Wind River 系統推出的工具組可讓嵌入式設計師在虛擬平台上,按所需詳細程度為硬體建立模型。這款工具組也可用於建立數位分身。數位分身是一個軟體概念,意思是建立實際物體的類比物件,我們可以藉由這種方式為感測器、無線數據通訊系統和定位系統建立軟體分身。

該分身是從嵌入式系統透過抽象過程所建立,可以極小也可以極大,而且讓設計師可以完全掌控硬體(圖 2)。Simics 可協助建立規模化模擬,以及協助建立個別無人機、特定零組件或無人機互連網路的模型。唯一的限制就是設計師可用於測試這些模型的硬體或伺服器的可用性。

圖 2.Simics 等模擬工具可用於系統的整個生命週期,包括開發、部署和修正。(來源:Wind River)
圖 2. Simics 等模擬工具可用於系統的整個生命週期,包括開發、部署和修正。(Source:Wind River)

每一項建立起來的模型都需要特定數量的資源,例如記憶體和 CPU 週期。這些無人機(或工業控制系統和其他物聯網應用程式)所搭載的 Intel® 處理器可以對硬體進行抽象化,以允許多項工作負載分享共同的一組資源。

此外,Intel® 虛擬化技術(Intel® VT),在消除效能額外負荷並提升安全性的同時,也可為虛擬化軟體提供硬體支援。

Simics 還可以協助建立虛擬平台網路——設計師駕駛 50 台無人機,並且觀察這些無人機如何在網路中運作。Evoy 表示:「安全性專家可以透過引入噪音並模擬訊號丟失或無人機零組件故障,來對網路進行模糊測試。」

他補充說,有別於只能在固定時間內收集資料以找出故障的實際硬體測試,模擬時所用的系統時鐘可向前推進與倒轉,以找出問題的根本原因。

「Simics 可讓設計師注入錯誤然後倒轉時鐘,直到找出錯誤為止。接著,他們就可以推測該錯誤的原因。」他如此說道。

廣泛的物聯網網路安全測試

結論就是,在開發和原型設計階段,設計師如果能進行廣泛的安全測試,就能省下時間和金錢——在無人機升空前確保其能正常運作。此外,開發人員可在受控制的模擬環境中測試網路安全,找出固定出現的安全漏洞,並且快速修復問題。

電腦視覺推動零缺陷製造

電子商品製造商的經營環境充滿了挑戰。在產業變動率愈趨加快的情況下,光是要跟上腳步就已經困難重重了。現在,客戶更要求愈來愈專業的產品變異,不僅速度要更快、品質也要提升。

在達到提升產品變異的訴求同時,可能會嚴重影響盈虧。此種變異性會增加保固成本,而目前在美國,單是保固成本平均就占了電子產品製造商收益的 2.7%。這表示每 10 億美元收益,公司就必須支出 2 千 7百萬美元來支援產品保固。

案例研究: HPE 的伺服器製造難題

這些因素解釋了為何伺服器與其他電腦硬體的製造龍頭之一 Hewlett Packard Enterprise (HPE),會採用工業 4.0 策略來將組裝製程現代化和自動化。

該企業想要自動化的一項關鍵流程,是原本由品質監督員手動進行的伺服器組裝品質保證。這項勞心勞力的流程很容易因為人眼疲勞以及品質監督員無法揪出重大缺陷而出錯。

該企業的伺服器產品組合既複雜又高度客製化。這些特性使得要尋找一個能處理此類產品組合的機器視覺系統難上加難。

而這種情況可說是層出不窮。根據 Relimetrics 創辦人兼執行長 Kemal Levi 的說法:「現在對於用電腦視覺取代目視檢測的需求相當高。然而,產品的高度變異性,在離散式製造更是如此,導致現今的電腦視覺系統無法趕上配置的高變動率。」

Relimetrics 的品質稽核

為了解決這些問題,HPE 套用了 Relimetrics 機器視覺系統,以將伺服器配裝線末端的品質檢測自動化。Relimetrics 電子產品品質稽核解決方案 (RELI-QA) 是經驗證的零缺陷製造 (ZDM) 解決方案,讓電腦視覺系統透過機器學習來達到高度彈性和可擴充性(見圖 1)。該解決方案可快速部署、一條生產線上受訓過的模型和資料可以轉移至其他線上,並可利用既有的攝影機硬體。

圖 1.Relimetrics 電子產品品質稽核解決方案 (RELI-QA) 利用電腦視覺和機器學習來改善品質。
圖 1. Relimetrics 電子產品品質稽核解決方案 (RELI-QA) 利用電腦視覺和機器學習來改善品質。

透過這項零缺陷製造的創新方案,可以達成以下目的:

  • 檢測整台伺服器內 80 個零件只需 40 秒
  • 高於 99.9% 的缺陷偵測機率
  • 將企業品質稽核成本減少 50%
  • 將企業的最終測試和重工成本減少 80%

採納此解決方案的 IT 電子產品製造商,若每月伺服器生產量為 30,000,每年每條生產線將可以減少五十萬歐元的重工成本。此外,該解決方案能將本來必須耗費數天以找出問題根源的時間,降低至短短幾分鐘。

零缺陷製造的價值

把自動化品質稽核納入更大的零缺陷製造策略(見圖 2)中,HPE 並不是首例。

圖 2.支援工業 4.0 的零缺陷製造概念。
圖 2. 零缺陷製造的概念支援工業 4.0。

許多製造商也都在效仿此方案,原因在於以下零缺陷製造的可貴特點:

  • 大幅降低處理缺陷產品的成本
  • 消除製造流程的多餘元素
  • 降低廢料量和相關費用
  • 持續改善生產供應鏈
  • 提升安全性和客戶滿意度

國際生產研究期刊近期的一項研究顯示,工業 4.0 的進化把實施零缺陷製造變得更容易,原因在於可以取得現代機器學習技術所需的大量資料集。電腦效能和儲存空間的提升降低了感應器的成本,使得零缺陷製造更加符合成本效益。

一項實用的零缺陷製造解決方案

Relimetrics 平台展示了這些科技進步的威力。該解決方案可以迅速演化並適應生產零件和配置的更動,另外透過自動篩選檢測結果和持續更新邊緣深度學習模型(利用先進的 HPE 邊緣運算技術),使客戶維持極高(高於 99.9%)的精確度。

此方案的優勢是無須任何專業知識,仍可在高生產變異性的生產環境下,減少重組演算法的停機時間。Levi 解釋道:「既有的機器視覺解決方案無法處理高生產變異性。要嘛需要人為介入重組演算法,要嘛仰賴技術供應商進行更新,但後者會造成停機。」

事實上,國際大廠的許多工廠在品質稽核方面,經常會遇到因為重組演算法而停機的問題。同樣的產品或零件通常會在不同地區的不同生產線製造。但這些工廠卻無法相互積極分享品質稽核經驗,並好好利用彼此的資料。

Relimetrics 方案的另一項優點在於利用不同生產線和工廠產生的資料,為客戶的全球生產環境提供全面的品質稽核解決方案。Levi 也解釋道:「現今,舉例來說,一座新加坡工廠的配置更動經驗,無法立即轉移到另一座位於墨西哥的工廠。但如果套用 Relimetrics 解決方案,一座工廠的經驗便可立即分享給位於世界彼端的另一座工廠。」

HPE 伺服器檢測 HPE 伺服器

這些零缺陷製造的成就都要歸功於先進的 Intel® 邊緣運算技術。邊緣執行計算密集型機器學習運算,使錯誤偵測準確率達到高於 99.9%。

好玩的是,Relimetrics 過去用來檢測伺服器生產線的品質稽核系統,居然是以 HPE 伺服器為基礎。更準確地說,Relimetrics 使用的是以強大 Intel® Xeon® 處理器為基礎的 HPE Edgeline EL4000 伺服器。

不過 Intel 的重大貢獻可不僅限於硬體。Levi 說:「Intel 也提供軟體和架構,讓 Relimetrics 可以充分利用他們的 CPU。他們的技術對品質保證解決方案至關重要,因為這能使我們以高速執行計算密集型的運算。」

物聯網以驚人的方式,改變了零售業

說到零售店中的零售技術,您是否會想到銷售點或庫存管理系統?

這些技術固然重要,但只是入門。近年來,零售業一直致力於透過個性化客戶體驗工具來吸引客戶。現在,物聯網技術正以獨特且創新的方式,解決營運上的挑戰。

「商業活動向來不被視為高科技產業,不過我們發現降低成本與迴避成本將帶來巨大的商機,」全國首屈一指的解決方案整合商 Wachter 的物聯網總監 Matthew Tyler 說道。「我們正在利用一些非主流物聯網裝置(例如照明和音訊)把握這些機會 — 拖把也算。」

利用電腦視覺進行清潔

拖把看似不像科技工具,但滑倒訴訟對零售商來說成本不斐,尤其是在他們有錯的情況下。Wachter 有位客戶是一間全球連鎖速食餐廳,平均每間商店每年會被投訴 4 次。由於很難證明商店經營者有在持續努力維護設施,加上客戶會在庭外和解,因此每次的費用約為 15,000 美元。

為了應對這些挑戰,Wachter 建立了一個智慧型拖把解決方案,拖把刷中的小型物聯網感應器,能夠即時記錄維護資訊。此外,零售資訊會全天收集在場率和交易率。當地天氣和活動等可能會增加前往商店人潮的資訊,經過整合後便能自動生成動態清潔時間表(影片 1)。

影片 1。智慧型拖把有助於確保客戶和企業的安全。(資料來源:Wacher)

如果「現在,如果風險部門收到滑倒索賠,客戶便能執行簡單報告,查看設施是否有按照時間表清潔,」Tyler 說道。「他們也能知道商店是否因為當天正在下雨,而調整了營運方式,然後連線到監控系統降低索賠成本。」

為了解決方案合作

開發並部署像智慧型拖把這種獨特解決方案,需要特定領域的專業知識。物聯網應用程式可能非常複雜,而零售環境同樣涉及了複雜的情境與狀況。從系統設計的技術細節,到部署和維護的人為因素,有許多需要考慮的問題。

與其委託不完全熟悉解決方案或情境的承包商,選擇具有特定專員的解決方案整合商可能更有效率。「這就是 Wachter 培養訓練有素的員工團隊的原因,我們團隊接受的訓練專為安裝與支援系統,」Tyler 如此解釋。

想要建立並實施有效的解決方案,必須先深入了解能夠徹底改變零售空間的工具類型。即使是最先進的企業,終究也將必須運用生態系統來解決問題。Wachter 放眼全世界,透過與客戶和產業夥伴建立緊密聯繫,協助解決零售業的問題。

「我們將自己定位為一般承包商,」Tyler 說道。「我們對終端用戶有相當深入的了解,並且對於其他供應商與廠商提供的產品,也擁有十分深刻的認識。我們能將其完整結合。」

Intel​​​​​​®​​ ​ 就是協助 Wachter 仔細研究用例、市場和科技的推動力。

「我們是一間小公司,Intel® 技術是我們展現能力並成為市場重要參與者的資本,」Tyler 說道。「我們依靠 Intel 與他們提供的技術,協助其他解決方案提供者。藉此,我們找到了一條更便捷的市場途徑,而且干擾更少。我們無法獨力完成這一切。」

虛擬蚊子勸阻遊蕩

這樣的關係帶來了創造性的解決方案,以及令人印象深刻的成果。例如,Wachter 的一位零售客戶面臨青少年在商店外遊蕩的問題。OTSI 打造了一種解決方案,將電腦視覺與聲音技術結合,以獨特的方式解決了該問題。

「電腦視覺能夠辨識商店內外人員的統計資訊,」Tyler 說道。「當青少年在商店外遊蕩時,音效系統會發出高音調的蚊子頻率,只有 14 到 18 歲的孩子才會聽到。工作人員無需與青少年互動,就能將他們趕走。這種方法消除了風險 — 既避免了與青少年的衝突,也消除了遊蕩者造成的付費客戶潛在銷售損失可能性。」

AI 油炸系統

針對速食店客戶,Wachter 採用分層技術來設計解決方案,協助解決食物浪費的問題,並在適當的時間烹飪適量的食物。透過將智慧型油炸鍋連線到店鋪外圍的攝影機視覺系統,餐廳的系統便能偵測並分析進場車輛。

「如果停下來的是巴士,連線炸鍋將會自動放下 20 磅的薯條,根據在場率預測來預期銷售量,」Tyler 說道。「最終,餐廳將以最快的方式向客戶提供最新鮮的食物,而不是按照時間表替可能出現或未出現的客戶烹煮食物。」

Wachter 找出了將技術與業務挑戰結合的方法,幫助客戶簡化營運並降低成本,同時提高客戶滿意度。

「當您以一種全新的方式看待機器學習時,您會發現這種方式能做到許多驚人的事情,並且充滿了可能性,」Tyler 說道。「這需要廣泛專業領域與大量聯絡人資訊,才能找到並彙整建立成功解決方案所需的所有要素。這就像是擔任一位媒人,透過配對技術與客戶,讓解決方案浮上檯面。」

人工智慧和電腦視覺推動智慧型交通

編者註:insight.tech 支持終結種族主義、不平等與社會不正義行為。我們不容忍我們贊助商的產品用於侵犯人權,包括但不限於政府濫用視覺化技術。insight.tech 上所提到的產品、技術和解決方案皆假定為以負責且合乎道德的方式使用人工智慧以及電腦視覺工具、技術和方法。

 

大貨車產業一直是供應鏈中重要的一環,而在現今的格局中更扮演了至關重要的角色。運輸公司在滿足期限和品質標準方面正承受著前所未見的壓力。即使在最理想的條件下,長途駕駛會導致司機疲勞和注意力分散等常見的安全隱憂。

透過創新運用新技術,有助企業提升商品運輸和提供服務的效率。舉例來說,有了人工智慧和電腦視覺,便可以監測駕駛是否打嗑睡或注意力分散,並自動發出警告。

IEI Integration Corp. 展示其搭載 ITG-100AI 的電腦如何運用類似的駕駛監測應用程式。

透過錄製駕駛眨眼和/或打哈欠的頻率,只要數量超過預先設定的值,系統便會向駕駛發出警告。更甚者,控制中心人員也會即時接收到駕駛狀況的警告,以便他們立即採取應對措施。

智慧型運輸的實質性內容

搭載 AI 工作負載的電腦是該駕駛監測解決方案的核心。該電腦耗電量低、只有一個巴掌大小且無風扇的設計規格,克服了車輛空間限制和崎嶇的道路狀況。

該平台也預先安裝了 Mustang-MPCIE-MX2 mini-PCIe 人工智慧加速器,用以進行深度學習工作負載整合(圖 1)。此加速器整合了 Intel Atom® x5-E3930 處理器以及兩個 Intel® Movidi Myriad X VPU,透過平行執行工作負載來加速神經網路。

圖 1.搭載人工智慧工作負載的邊緣運算裝置,能允許設計師開發智慧型運輸應用程式。(來源:IEI Integration)
圖 1. 搭載人工智慧工作負載的邊緣運算裝置,能允許設計師開發智慧型運輸應用程式。(來源:IEI Integration)

人工智慧科技 + 電腦視覺推動平台

駕駛監測系統的關鍵在於視覺,而 Movidius VPU 提供的不只是能執行深度神經網路 (DNN) 的效能,亦具備監測和交通應用程式所需的低耗電。VPU 允許工程師能同時透過 Caffe 和 TensorFlow 格式快速連接並部署神經網路。

該系統包含了多種運算式,因此需要廣泛的資料來判斷駕駛的狀態。舉例來說,系統會詳加檢查駕駛臉部、雙眼角度或打哈欠。接著人工智慧技術會進入內嵌式設計,來捕捉這些條件並以此觸發各種警報。它必須分辨正常以及疲勞行為或注意力分散的條件。

IEI 會訓練模型並部署在內嵌式電腦中的推理系統。「Intel® 開放了許多人工智慧模型的開源樣本,而此舉大大降低了整體設計成本,」IEI 資深產品經理 Brian Chen 說。

至於準確度(人工智慧推理執行效果的關鍵指標),Chen 則表示示範版嵌入式系統的準確性目前約為 70%。「我們仍在持續收集更多資料及重新訓練模型,所以預計最多能將效率提升 90%。」

該公司也在他們的嵌入式解決方案中運用 Intel® OpenVINO 工具組,如此工程師便能採用兩種硬體解決方案,來執行兩種不同的人工智慧程式,也因此最大化工作負載(圖 2)。打造一個內嵌式系統後,設計師就可以將系統部署進另一個應用程式,而無須再次撰寫程式。只需要稍微修改 CONFIG 檔案即可。

圖 2.透過 Intel® 硬體加速器和 OpenVINO™ 工具組,只需要三個步驟便能開發和部署一個神經網路。( 來源:Intel® )
圖 2. 透過 Intel® 硬體加速器和 OpenVINO 工具組,只需要三個步驟便能開發和部署一個神經網路。(資料來源:Intel®

合適的範例:以人工智慧為基底的駕駛監測示範版軟體,也可部署用來監測交通狀況(例如追蹤行人和車輛的路徑)。駕駛可因此回應警報並有機會避免交通事故。

單一平台、多個應用程式

在此示範中,IEI 硬體和軟體架構模塊提供了具備充足人工智慧效能里程的邊緣電腦,有機會在更短時間及更少資源的情況下,支援新的電腦視覺應用程式。舉例來說,ITG-100AI 也可部署用來監測交通狀況(如十字路口的行人)。而就如同大貨車的案例,駕駛在收到即時警報後,也可以更快反應以避免事故。

「與其從頭開始設計,部署要簡單得多,」Chen 表示。「開發兩次實在沒有必要。有了我們的平台和 OpenVINO,您只需將人工智慧模型加至系統,然後即可在不重設組態的情況下執行程式。」