实时自动转录可将数据保留在边缘

在当今的混合办公模式下,花费在会议上的时间猛增。实际情况是员工和同事分布于各个不同地点,需要召开更多会议才能确保每个人达成共识,协同完成工作。尽管这样做解决了一个问题,但也带来了许多意想不到的后果。

例如,与会者现在必须花费更多时间专注于会议内容并记录会议笔记,这类工作可能比较繁琐,并占用了他们处理有价值日常工作的时间。尽管已有自动转录解决方案,但这也带来了一系列数据隐私、连接性和时间方面的挑战。

因此,集成技术和服务提供商 Cedat85 着手打造一款先进的解决方案,该解决方案可满足当代 AI 驱动型解决方案的所有要求,同时又具备企业当前所需的最高安全性和离线功能。CABOLO One 是作为语音转文本设备开发的,可提供一系列服务,包括实时录制、自动转录、翻译和存档,同时可充当索引编制边缘解决方案。

为机密会议提供自动转录

CABOLO One 的构思是在收到 Cedat85 全球客户群的重要反馈后提出的。最终用户表示,在转录和翻译敏感会议时需要增强隐私性和安全性,而这一切都需要离线操作,以符合欧盟《通用数据保护条例》(GDPR) 的规定。

为应对这些迫切需求,Cedat85 的工程团队精心打造了 CABOLO 套件。

该解决方案利用了边缘,以确保只有数据所有者才能访问数据。与会者无论身处同一间会议室还是远程参会,均可通过 WiFi 热点连接到 CABOLO One。用户可以使用自己的电脑、移动设备或平板电脑,然后通过安全密码连接设备的 WiFi 热点。

将数据保留在边缘还可确保任何云提供商,甚至 Cedat85,都无法获取数据。自动转录下载通过 AES-256 进行加密,这是市面上最强大的加密标准。

尽管保密需求催生出这款解决方案,但 Cedat85 也看到了提供高级功能以实现包容性和可访问性的机会。在新冠疫情期间,居家办公和远程学习的人数激增,为所有用户提供适当的访问权限成为当务之急。为工作会议和员工协作提供远程连接已成常态,但并非所有人都可以连接。

“当意大利出现第一次封锁时,一位多年来一直在使用我们解决方案的客户表示,‘我们无法为听障员工提供支持。我们无法向他们的住所派遣翻译人员或手语翻译,” Cedat85 营销总监 Selena Gray 说道。“这些员工无法参与会议,但有了这项技术,他们能够一如既往参加所有会议。”

由于 CABOLO 在边缘运行,因而消除了因互联网连接不畅而造成的延迟问题。且由于它自动开展工作,因此可节省组织转录会议内容所花费的时间和费用。

Gray 说:“这就像是一个会议助手。您只需在后台运行该解决方案,它便可逐字记录、建立索引,并在离线时为您创建存档。”

为各个行业提供数字化支持

在各行各业的组织纷纷将数字化支持纳入其业务战略一部分的背景下,CABOLO One 的客户群稳步增长。该解决方案已应用于银行和金融跨国公司、制药公司、意大利众议院和几所大学。

除了录制和转录服务之外,Cedat85 还确保 CABOLO 能够转录 30 多种语言的文本,并翻译多达 60 种语言。

欧洲议会也采用了这一核心技术,该组织使用 CABOLO One 跨欧盟内部所用的 24 种语言进行实时转录和翻译。

这项技术对于听障学生和母语为其他语言的学生尤其有益。在大学里,无论学生是坐在教室中还是远程接入课堂,它都可以在学生听课时实时将字幕发送到屏幕。还可以将内容翻译为学生的母语。在英国等国家或地区,外国学生占校园人口相当大的一部分,因而翻译功能尤其受欢迎。

Gray 表示:“不管是谁说了任何话,说话内容将即时出现在您面前,这些内容经过转录,打成字幕,在某些情况下还进行了翻译。”

米兰博科尼大学部署了这一设备,通过为全校范围的活动配上字幕,实现了包容性和可访问性。最初,该大学仅以意大利语使用该工具,但随后又要求采用其他语言。他们最终采用了一体化系统,能够即时配上多种语言的字幕。

它还可以用于制药公司和大学等研究机构。CABOLO One 会保留讨论记录,供与会者后期参考,以便对各个行动项目进行跟踪。Gray 说:“他们可以录制所有会议内容,不论是头脑风暴、技术探讨,还是有关如何以独特方式协作进行开发的讨论。他们可以保留讨论过的每个细节,并可以返回查看,甚至可以搜索会议中说过的某些术语和词汇。”

寻找合适的合作伙伴,将数据引至边缘

从 CABOLO One 项目启动开始,有一件事显而易见,即要成功部署该项技术,就迫切需要一个具有全球影响力、可靠且富有创新和协作精神的合作伙伴。经过广泛细致的评估流程,工程团队确定英特尔是具备所有这些基本要素的理想协作伙伴。将英特尔视为这一工作中的关键合作伙伴,便已做好将这一愿景变为现实的准备,并有望为客户提供卓越的技术。

在英特尔技术的助力下,该公司能够将该解决方案作为独立的边缘设备提供,并实现其功能的不断提升。Cedat85 已开发出包含转录、字幕、翻译和关键字搜索功能的视频版本。借助英特尔® 发行版 OpenVINO 工具套件,Cedat85 可确保其语音转文本设备提供高性能、高效率和高准确度。

Gray 表示:“成为英特尔的合作伙伴意味着我们拥有了一个平台,我们可以在该平台上继续构建不同的解决方案,满足不同的需求,并改进我们的研究和开发活动。”

该公司计划扩展 CABOLO One 的高级功能,利用 AI 驱动的要点自动创建来汇总事件,并利用合成语音来支持会议实时进行。

Gray 表示:“这项技术可以让每个人获益。该设备不会让任何人在工作中出现冗余情况,它只是一台尽可能为每个人提供帮助和支持的设备。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

原始设备制造商利用低代码软件扩展收入模式

利用现有资本资产赚取额外收入,就好像在沙发垫里找钱,会得到意外之财。而使用 IIoT 技术提供创收服务是更好的选择,因为它提供的收入来源更可靠。借助无代码或低代码物联网专用软件,不同资产的各种规模企业都可以使用,IIoT 解决方案组件提供商 Exosite 的首席运营官 Steve VanderSanden 表示。

Exosite 提供的现成产品可帮助企业缩短面市所需时间并最大程度减少开发工作。Exosite 本质上可实现 VanderSanden 所说的“数据管道”。他指出:“无论您使用自己的分析、利用人工智能还是机器学习工具,所有数据流量都可以提高业务效率。”“原始设备制造商现在可以过渡到更多的服务交付模式,收取设备维护定期费用或授予数据访问权限,” VanderSanden 表示。“这是经常性的收入来源,而并非一次性收入。”

低代码软件平台 ExoSense 状态监测解决方案提供的 IIoT 数据帮助下,领先的船舶技术主供应商 Fairbanks Morse Defense (FMD) 发掘出这一新的金矿。FMD 通过使用 Exosite 产品销售附加服务,例如访问机器数据和增强现实设备走查,而客户可将其用作培训模块。

远程监控和广泛的 IIoT 解决方案

FMD 方法利用机器中的远程监控数据,这是使用 IIoT 技术的一种方式。此外,该方法适合一系列工业运营,从远程诊断到跟踪环境条件,再到预测性维护。但 IIoT 技术要想发挥作用,从运营中收集的数据需要整合到解决方案中,以提取信息并展示结果供客户轻松可视化和采取行动。

Exosite 的远程监控解决方案包括两个独立的组件:

  • Exosite 的物联网平台 Murano 从针对特定应用的传感器、网关、PLC 和许多其他数据源提取数据。它还致力于数据存储集成和托管应用程序。
  • ExoSense 是为解决方案提供支持的软件,并且具有用户界面,企业可用来管理自身的资产、设备和数据。基于规则的简单引擎可以根据指定的条件采取行动。“如果水位达到一定高度并向待命员工发送文本消息”是基于规则的警报示例。

企业可选择托管 ExoSense 的地点:Exosite 基于云的基础设施中的托管解决方案:本地模型或专用云。数据主权规则。安全问题和云端的数据传输成本都可决定解决方案的托管位置,VanderSanden 指出:“我们构建 ExoSense 架构的方式使其与硬件无关,并且可与任何云服务提供商的计算资源一起使用。”

ExoSense 可以根据最终用户需求添加功能。例如,数字孪生代表复杂的资产,可帮助企业计算一系列流程的假设场景,同时从多个来源管道处理 IIoT 数据。

从基本监控到新的收入来源

VanderSanden 指出,无论公司选择使用基本监控操作,还是选择处理更复杂的应用程序,他们都可以实现运营效率。

FMD 不仅通过打包和销售资料数据找到收入来源,还能够减少服务呼叫次数,因为客户可以访问机器行为数据,主动采取行动解决问题。

同样,移动运营商阿根廷电信希望打包并向主要垂直市场销售完整的解决方案,包括硬件、软件和连接。该公司使用 Exosite 的远程监控解决方案来开发这些基于服务的产品。阿根廷电信针对独立的农民提供的一份套餐专注于粮仓的监控。“从农业角度来看,此类传感设备和连接至关重要,” VanderSanden 表示。因此,阿根廷电信不仅提供连接,还使用 Exosite 的 IIoT 监控解决方案向最终用户展示他们如何利用该连接来获得净收益。

“英特尔设备全方位覆盖我们的解决方案,” VanderSanden 指出。ExoSense 使用英特尔® 至强® 处理器收集、处理和存储从 IIoT 传感器收集的数据。VanderSanden 指出,英特尔处理器还支持本地服务器、工业用电脑和云端的基础设施。

Exosite 依赖于系统集成 (SI) 合作伙伴,当与需要 IIoT 解决方案的客户合作时,SI 可引入 Exosite。同样,当他们的客户寻求安装服务或确定正确的网关和硬件解决方案以满足各种需求时,Exosite 会呼叫 World Peace Industrial 等解决方案聚合商

IIoT 技术的未来

VanderSanden 指出,随着机器数据增长,对本地化数据处理和分析的需求将逐渐增加。将大量数据传输到云端和后端不仅耗时,而且成本高昂。边缘计算或本地部署可以解决这些问题。随着边缘人工智能推理需求增加,边缘计算可能会出现更大的增长。

VanderSanden 预测,未来将有更多的中小型企业实施 IIoT 解决方案。“这些组织不是软件公司,没有内部专业知识来自行构建完整的解决方案。但他们可以发现能够为客户提供新的服务并收取高端费用的价值。当此类组织存在进入门槛时,Exosite 等公司可以提供服务和解决方案,以帮助弥合这一差距,” VanderSanden 表示。即使开发团队稍强的公司也可以专注于自身的软件和产品,以构建垂直解决方案,而不是每次都要从头开始构建,这样代价将非常昂贵。

VanderSanden 指出,企业可以利用先进技术来实现运营效率,并从销售小部件转向服务,这是一个重要的转型。“这是我们的 IIoT 软件实现的数字化业务转型。”

 

insight.tech 的副主编 Georganne Benesch 编辑。

边缘预测性维护维持设备运行

气体压缩机是多种工业环境中的关键设备。压缩机为气体增压,并将气体注入全球运输液化天然气 (LNG) 的管道、便携式储罐和船舶,以进行能源生产。

“压缩机是相当昂贵的设备。它价值数百万元,通常是生产流程的核心,”专门从事工业工作流程实时数据收集的 TTTech Industrial 产品管理总监 Alexander Bergner 表示。“在 LNG 船舶中,如果不压缩,实际上必须燃烧气体,才不会在储罐中产生过大的压力。在化工行业,如果没有运行压缩机,系统会堵塞,您必须全部拆开以进行清洁,然后重新调试。”

因此,保证气体压缩机以最佳状态运行,与它们执行的基本功能一样至关重要。利用数据收集和分析跟踪压缩机设备状况的预测性维护在依赖压缩的生产流程中越来越常见。

并非所有预测性维护解决方案都以相同方式构建

预测性维护不仅有助于防止压缩机磨损以延长设备寿命,更重要的是,它允许经营者更好地规划何时更换零件,特别是在气体压缩机长时间处于海上,零件无法轻松更换的情况下。

例如,对于 LNG 船舶,预测性维护的后勤工作可能会变得复杂。随着船舶从一个港口航行到另一个港口,确保设备不会在途中发生故障至关重要。预测性维护使经营者能够将技术人员和零件分配到需要进行维护的下一个港口,以便在船舶进港时准备就绪。相反,预测性维护能防止过早更换零件,避免推高成本。

“船舶压缩机对精心规划的维护特别敏感,” Bergner 指出。“备件需及时送达,而且还必须是适当的备件。”

为此,预测性维护需要在构建时考虑性能和实时监控,说时容易做时难。

领先的气体压缩机设备供应商 HOERBIGER 在寻找更好的方法跟踪其压缩设备状况时,发现很难做到这一点。它希望为石油、天然气、汽车和工艺行业的客户提供预测性维护解决方案,这些行业依赖主要在边缘站点运行的压缩机、活塞、活塞头和活塞环。

该公司利用定制硬件构建内部预测性维护解决方案。但是,他们需要能够提供计算能力和灵活性,以适应未来需求的新一代系统。

因此,HOERBIGER 求助于 TTTech Group 的子公司 TTTech Industrial,该公司致力于开发满足企业特定需求的原型。“他们提出了技术挑战,我们勾勒出解决方案。我们甚至深入勾勒工作流程,” Bergner 表示。

HOERBIGER 需要具有边缘功能的物联网解决方案,因为在许多环境中,气体压缩机不论是否有云连接,都会 24/7 全天候运行。TTTech Industrial 基于其神经边缘计算平台上的解决方案,能够以不到 150 行代码在约 100 小时内开发概念验证。

HOERBIGER 快速批准设计,并聘请 TTTech Industrial 进行安装和集成。“我们 TTTech Industrial 负责提供符合其需求的数据获取框架以及存储和可视化框架。他们的软件工程师专注于开发事实上用于预测性维护的算法,” Bergner 指出。

预测性维护的实时边缘平台

Nerve 是一个开放、安全的模块化边缘平台,为无数用例奠定了基础,如冷锻工具维护、制造流程中的数字孪生实施以及工业生产软件远程管理。

就 HOERBIGER 而言,TTTech Industrial 提供了 Nerve 集成服务程序包。该程序包提供了架构基础和边缘管理软件,HOERBIGER 在此基础上构建了其预测性维护应用程序。

Nerve 平台安装在搭载英特尔® 酷睿 i7 处理器的 MOXA 工业用电脑上。英特尔处理器和硬件的使用对 HOERBIGER 至关重要,因为它们包含在危险环境中运行所需的认证。

该平台的软 PLC 模块还支持高速数据采集,这是计算活塞环和阀门等部件磨损所必需的。通过以 50 KHz 的采样速率测量与曲轴位置值相关的气缸压力,即可实现此目标。每秒必须处理多达 600,000 个样本。

Nerve 的数据服务模块利用 Nerve 的网关应用程序处理数据,它将数据发送到 Timescale 时间序列数据库进行后期处理,以估算压缩机磨损程序。数据可视化由 Nerve 中集成的 Grafana 系统提供。

无论是 HOERBIGER 还是其他客户,使用 Nerve 的另一个重要优势是该平台在云连接的系统以及气隙隔离的边缘环境中运行。Bergner 指出,在某些环境中需要气隙隔离。

“想象一下,您运行了一批机器。该批机器的一部分存在气隙,因为它位于关键基础设施中,无法轻松或合法地弥合该气隙,” Bergner 表示。“您仍然希望以同质方式处理所有机器,因此您的解决方案必须能够在线、离线或气隙隔离运行。”

Nerve 的边缘功能可以在不连接的情况下安全收集和分析数据。但客户可以通过与本地或云中运行的集中管理系统链接的网页门户访问预处理边缘数据。

预测性维护即服务

Bergner 估计,HOERBIGER 预测性维护解决方案最终将覆盖数千个地点,具体取决于注册的客户数量。他解释道,客户可以购买预测性维护即服务,也可以与自己的维护技术人员一起内部使用。

预测性维护对 HOERBIGER 及其客户非常重要,使企业能够精确地在合适的时间交付关键气体压缩机零件。“它方便公司正确规划更换零件的后勤服务,” Bergner 指出。“这些都是非常关键的零件,可确保压缩机不发生故障。”

展望未来,Bergner 预测了在 Nerve 上为不同行业构建的更多预测性维护用例。由于其具有边缘功能,Nerve 将允许企业能够提供网络安全更新,并根据需要为其边缘设备添加功能。Bergner 解释道,这将有助于符合未来趋势的运营,以便随着技术的发展而不断适应。

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

推进医疗保健领域的 AI 数据安全和协作

Mary Beth Chalk 认为自己很幸运。

Chalk 是一名乳癌一期的幸存者,她很幸运接受了乳房 X 光检查,也很幸运,放射科医生能够发现她胸壁上针头大小的肿瘤。

但她不想把这种引起人生巨大转折的诊断机会留给运气。相反,Chalk 热衷于将 AI 应用于医疗保健领域,以改善所有患者的治疗效果。因此,她联合创立了 BeeKeeperAI,这家初创公司可实现算法开发人员与医疗保健机构之间的安全协作。BeeKeeperAI 是 Chalk 之前在加州大学旧金山分校 (UCSF) 的工作成果,在校工作期间,她专注于行业协作,需要访问实际的受保护健康信息 (PHI) 并通过这些信息开展计算。

在 UCSF,她全面了解到 AI 开发和实施过程中所遇到的障碍。Chalk 发现,创新要依赖于医疗保健机构和算法开发人员之间的协作。但即便可以进行协作,由于对知识产权 (IP) 以及保护 PHI 的隐私法方面的担忧,也需要花费非常长的时间。

Chalk 表示,遇到此类瓶颈十分令人遗憾,因为 AI 在医疗保健领域蕴含巨大潜力,用于在早期阶段检测出乳癌的算法仅是其中的一小部分。

机密计算可确保 AI 数据安全

Chalk 是 BeeKeeperAI 的联合创始人兼首席商务官,这家公司旨在利用机密计算(一种硬件优先型安全方法)来减少 AI 开发过程中在数据访问方面遇到的障碍。

BeeKeeperAI 的软件采用嵌入式机密计算,该软件可提供一种解决方案,以确保数据和知识产权无论在静态、传输中还是计算过程中都能得到全面保护。机密计算背后的工作原理是创建经过全面验证的可信执行环境 (TEE)。TEE 将隔离处理器和内存中的数据和算法,并使用基于硬件的加密密钥来维护全内存加密。计算工作在这些机密环境中进行,同时保护了数据和知识产权。

为 AI 协作铺平道路

EscrowAI 是 BeeKeeperAI 的零信任协作平台。它缓解了该行业经常会面临的两个痛点,即安全处理患者健康数据以及保护知识产权。Chalk 表示,EscrowAI 支持数据持有者和算法开发人员以“轻松按键”的方式进行协作。该平台的另一个优势是全面归档以确保审计合规性。Chalk 补充道:“平台上进行的每个操作都会记录下来并存档,以实现完全可追溯性。”

此类数据安全证明至关重要,可证明遵守司法管辖的隐私保护法规,并可收集证据以用作医疗器械、数字疗法和药品的市场清关监管文件。在后台,该解决方案将策略和 Fortanix 的加密密钥管理相集成

英特尔® Software Guard Extensions(英特尔® SGX)直接内置到英特尔® 至强® 可扩展处理器中,并支持创建称为安全区的隔离 TEE。Chalk 表示:“我们从一开始就是英特尔 SGX 的用户,因为它能确保运行时算法和数据的安全。这对我们来说是一个极具竞争力的优势。这些安全区不允许虚拟机操作系统、虚拟机管理员甚至 BeeKeeperAI 的任何访问。因此可阻止任何外部干扰。”

英特尔为该公司提供过一笔资助,用于团队仍在 UCSF 期间进行设计证明,Chalk 对此非常感激。Chalk 说:“英特尔是我们早期的优质合作伙伴。”

机密计算用例

医疗保健行业非常熟悉 AI 实施过程中遇到的各种障碍,因此此类解决方案已经出现了一段时间。例如,人工生成的合成数据因具有实际数据的特征,又不会泄露信息,已被标榜为应对隐私和安全挑战的变通方法。

但是 Chalk 表示,合成数据完全不足以应对挑战。她指出,首先,在对患者数据进行扰码时,会引入与实际数据不一致的噪音。此外,在关键应用中,Chalk 说道,“您希望基于实际数据对算法进行验证和测试。如果某种癌症检测算法大部分以合成数据为基础,那么我们不相信这种算法能够准确完成工作。”

Chalk 认为,如果不借助机密计算,我们将很难看到 AI 在医疗保健领域的大规模采用。但采用机密计算后,新的应用途径也随之而来,例如 BeeKeeperAI 帮助 Novartis 应对与罕见儿童疾病有关的挑战。这家医疗保健公司已经开发出一种算法,但需要基于实际数据集对该算法进行验证。除了常见的隐私问题之外,Novartis 还面临另一个问题:数据集仅限 27 名完全独立的患者,因此任何程度的去身份识别都将破坏对算法进行测试的能力。

BeeKeeperAI 的 EscrowAI 解决方案帮助 Novartis 克服了这些挑战,并确保数据始终不会显示,且相关 IP 也将受到保护。Novartis 在这一领域的研究取得了进展。Chalk 说:“这极好地展示了其中蕴含的巨大潜力。”

机密计算还有可能帮助缓解 HIPAA 合规性方面的担忧,因为患者信息从未公开、从未显示,且始终处于数据管理员的控制之下,Chalk 对此也感到十分开心。Chalk 希望,这种盲计算有可能会说服立法者在未来修改 HIPAA。

医疗保健领域中机密计算的未来

对于接下来的打算,Chalk 希望机密计算也能在边缘发挥作用。她说:“尚未准备好将其所有数据推入云端的机构可以利用机密计算在边缘进行 AI 分析。利用机密计算,算法开发人员还可以将算法安全地部署到具有严格数据管控的各个司法管辖区。”

直至今日,医疗保健行业也不得不去处理一些不完整的数据。Chalk 指出:“我们的医疗保健治疗系统基于一小部分可用信息搭建而成。”但借助机密计算,AI 能够充分发挥其在该领域的潜力,这一切都将发生改变。

癌症幸存者对于包括精准医疗时代在内的各种光明前景感到十分高兴。“对您有效的治疗方案可能对我没什么效果。因此,我们不再被视为钟形曲线中的某个平均值,相反,医护人员会将我们作为一个独立曲线来确定治疗方案。”“这让我深感欣慰,同时也对医疗保健的未来充满希望。”

与 Chalk 不同,我们的医疗保健效果不需要在很大程度上取决于运气。

 

insight.tech 的副主编 Georganne Benesch 编辑。

面向坚固型边缘嵌入式设备的 COM-HPC 标准

我们不再使用传真机发送商务消息的理由很充分。当然,它可以完成发送工作,但却无法跟上当今商业往来的惊人速度。

Christian Eder 面对当今的计算环境也提出了类似的论点,Christian Eder 是嵌入式计算机主板和模块供应商 congatec 的联合创始人之一兼市场营销总监,同时也是 PICMG COM-HPC 的主席。

数据的生成速度达到了前所未有的地步,传输和存储数据的能力正成为我们在数据利用方面面临的主要瓶颈。通常,数据将传输到云端或数据中心进行分析,但这种类型的基础设施有时无法应对我们随手可得的大量数据。

边缘计算和嵌入式设备的增加

为克服大量数据往返于云端所带来的延迟和成本,AI 推理越来越多地在边缘进行。因此,曾经单靠受温度控制的数据中心内的服务器实现的计算能力现在预计会通过小很多且坚固的外形规格实现,以便能在更广泛的温度范围内承托高数据吞吐量。

直到最近,这些嵌入式边缘设备还利用 COM Express 模块化计算机标准在零售、交通和机器人等领域提供中端边缘处理和网络功能。但随着技术的日新月异,该标准开始无法满足边缘计算量和数据吞吐量增加的需求。

Eder 说:“在 COM Express 标准下,我们已经触及天花板;已没有提升空间。我们需要在坚固型边缘中提高数据吞吐量、提高带宽、降低延迟并提升计算能力,因此迫切需要定义一个无需担心向后兼容问题的新标准。我们需要新的连接器和新的尺寸,以提供前所未有的强大性能和功能。”

面向坚固型边缘的 COM-HPC 标准

为了满足对新标准的需求,PCI Industrial Computer Manufacturing Group (PICMG) 将工业嵌入式市场中的行业领导者聚集在一起,共同创建了 COM-HPC 标准。Eder 解释道,新标准旨在满足当今嵌入式系统的更高需求,并且可以承受高温,交付闪电般的计算速度。他补充道:“随着技术的进步,COM-HPC 将成为未来 10 到 15 年内的稳定标准。”

此外,COM-HPC 的一个更新的迭代版本(其迷你等效版本)正在为目前最小的高性能标准化模块提供服务,此类模块的大小几乎与信用卡相当。该标准非常适用于小外形 (SFF) 设计,可满足功耗和空间限制,同时仍能交付出色的 IO 和计算能力。

congatec 最近推出了其首个 COM-HPC Mini 模块,可让客户的空间受限型解决方案实现大幅性能提升。Eder 说:“我们的目的是让它成为使用低功耗范围的第 13 代英特尔® 酷睿 处理器的合适平台。该模块可以节省成本和空间,且仅限于低功耗 CPU 使用,但计算能力却非常强大。”

坚固型边缘合作伙伴关系

congatec 与英特尔等公司的合作伙伴关系对于采用最新的模块化计算机标准开发解决方案至关重要,可以让这些公司更好地了解技术领域的最新进展。

Eder 说:“通过参与早期访问计划,我们能够在英特尔发布新技术之前获得已经设计好的产品,这样,我们的客户能够快速访问最新技术,并缩短上市时间。”

了解 congatec 可利用哪些即将推出的产品,采用更加坚固的标准开发模块。利用第 13 代英特尔酷睿处理器,congatec 的 COM-HPC 模块可提高性能和 AI 推理能力、改进 GPU,并能承受从零下 40 摄氏度到 85 摄氏度之间的严苛温度。这些处理器还满足了视频流和分析应用程序可能需要的高图形要求。

迁移到 COM-HPC

鉴于 COM-HPC 标准的诸多优势,Eder 认为是时候将性能低下的系统从 COM Express 迁移到 COM-HPC 了。他说:“模块化概念的亮点在于您可以在不弃用整体解决方案的情况下,将现有应用程序升级到其他功率范围。您只需更换模块即可。”从 COM Express 切换到 COM-HPC 时,必须修改载板。但仅升级到未来的 CPU 技术就像仅更改计算模块一样简单。

Eder 指出,利用模块化概念,无需更改整个系统,因而有助于防止浪费,更加环保。散热器或冷却接口也是模块生态系统标准的一部分,进一步增加了可持续性。

尽管实际的更换可能比较轻松,但其他组件可能需要进行调整,以充分利用新性能和更快的接口。

用 Eder 的话来说,congatec 提供了参考载板,“更便于大家上手,并检查各个应用程序所需的所有专属功能”,促进了采用。congatec 还开设有一个学院,向载板开发人员教授有关 COM-HPC 标准及其生态系统中的最佳设计实践。Eder 表示,培训的重点在于符合标准的载板设计,这对于构建可互操作、可扩展且耐用的定制嵌入式计算平台至关重要。

此外,congatec 还与合作伙伴网络开展合作,特别是那些可能在交通运输、通信和医疗保健等不同领域拥有标准实施要求专业知识的合作伙伴。Eder 表示:“在铁路等某些行业获得预认证可加快产品的广泛采用。鉴于 congatec 的模块化计算机产品可以承受冲击和振动,选定的 SKU 甚至获得了列车系统的使用认证”。预认证对于寻求兼容且全面的技术堆栈解决方案的系统集成商来说尤其有用。

随着未来计算向边缘的迁移,嵌入式边缘设备必须能够应对恶劣环境中繁重的工作负载。但 COM-HPC 已随时准备好应对挑战。毕竟,Eder 指出,“它由嵌入式专家打造,旨在简化最新嵌入式技术的使用。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

远程医疗创新改变了远程护理

在尖端技术领域,突破往往由强大的愿景推动的。对于一家公司来说,它正在建设智慧城市的组成部分,以促进个人福祉、更宜居的社区和可持续环境。

通过他们的“统一通信”平台,beamLive 通过利用最新的边缘计算和人工智能技术来创造远程医疗创新,提供个性化的远程护理,从而实现这些目标。beamLive 首席执行官 Mehrdad Negahban 是这一变革努力的先锋,他展望了未来,在未来,医疗保健将通过数字解决方案增强。

beamLive 移动物联网通信方法的核心是 beamRx – Shahin 101 解决方案,其目的是增强患者和医疗保健提供商的院外远程医疗体验。通过集成边缘计算、人工智能和机器学习,该系统在线上会诊期间为医生提供实时生物识别数据。这使医疗保健从业人员能够快速准确地响应患者健康状况的变化。

该解决方案的品牌本身承载着一个动人的故事,该品牌是以一位同事的名字命名的。Negahban 说:“我们的一个合作伙伴 Shahin Arefzadeh 给了我们很大的帮助和鼓舞,但他已经去世了。”“所以,我们将这条产品线用于纪念他。”

数字医疗保健解决方案改变了养老院和社区护理

一个知名客户即将推出一个用例,它展示了边缘计算在医疗保健领域的重要和潜力,涉及纽约市的一个养老院。该养老院拥有 200 多名居民,确保为每个人提供高质量的、及时的护理是一项复杂的任务。Beam 的创新远程医疗平台可以为该设施的医疗保健交付的未来带来显著的变化。

通过部署 Shahin 101 解决方案,养老院的医务人员将获得实时生物识别数据和患者档案的关键访问权限。人工智能驱动的解决方案结合了来自医疗物联网传感器的重要数据(如心跳、体温、呼吸频率、血压)以及全面的健康史。这些实时分析的大量信息将使医生和护士全面了解每个居民的健康状况。该解决方案高效处理边缘的大量数据,降低延迟并确保设备提供商和医疗保健提供商之间顺利沟通。结果是及时干预、更早检测和更加个人化的护理。

Negahban 解释道:“我们将所有这些传感器无缝连接起来,使执业医生能够在通过视频与患者沟通的同时查看实时数据。我们的平台缩小了线上访问和亲自访问之间的差距,提供了类似于亲临咨询的体验。”

Beam 将使用个体患者的信息并将其与大量公共医疗数据(例如美国国立卫生研究院 (NIH) 的数据)相关联,以构建全面概况资料。通过将历史数据和公开可用的数据与个人独特的生物特征、健康历史和活动相关联,医疗保健专业人员可以获得整体视图,使他们能够在线上患者就诊期间做出更明智的决定。

通过这种全面的视图,提供商可以全面了解此人在过去 24 小时、一周或一个月内的个人活动。

“您将它们与 NIH 的大量数据相结合,并将其与一个人的个人简历相匹配——例如,他们的年龄、性别、身高和体重,” Negahban 说。“我们使用实时或存档数据以及人员的个人简历和体育活动。”

从物联网边缘到云端的远程医疗创新

beamRX 架构结合了一组硬件、软件和 Cloud Services。医疗物联网传感器可以测量患者的统计数据:心跳、体温、呼吸频率、氧气水平、血压、血糖水平和 EKG。收集的数据在英特尔小型电脑和边缘计算上处理,相关消息和警报先提取出来,然后通过宽带、Wi-Fi 或 LTE 技术传输到云端。这些实时警报是患者护理的关键因素,颜色编码为绿色代表健康,琥珀色代表关注,红色代表危重 – 可以直接向指定的医生或 911 中心启动警报。

事实上,英特尔技术对 beamRX 解决方案至关重要。英特尔® OpenVINO 工具套件和英特尔® Movidius 视觉处理器加速器是其人工智能平台开发和性能的关键。数据一旦处理,就会在云端进行模拟,并由符合 HIPAA 标准的客户端控制。通常,这些客户要么是医院,要么是医生。

利用边缘计算和人工智能塑造未来

除了远程医疗之外,beamLive 的技术还将其影响扩展到智能城市的需求。边缘计算和人工智能技术使城市基础设施、交通和公民服务方面的创新成为可能。“我们正在做的事情的整体保护涵盖了从公共安全到物流、智能交通和医疗保健的一系列领域,” Negahban 说。“这些细分市场还依赖于多个来源的实时信息——无论人们身在何处,所有设备上都会动态更新——以提供更好的社区体验。”

 

insight.tech 的副主编 Georganne Benesch 编辑。

边缘 IPC:用于智能交通管理的强大平台

智能交通管理解决方案有助于改善交通流量、加强通勤安全并实现可持续发展目标。现在这些解决方案与边缘人工智能和计算机视觉的集成正在解锁更多的优势。

计算机视觉和边缘分析使交通管理系统能够执行多种功能:高速车辆识别、实时交通分析、路边设备管理以改善流量和安全,以及消除延迟的自动化交通控制流程。

尽管它们有许多优势,但实施这些解决方案可能非常困难。

“很难找到能够在边缘处理复杂计算机视觉工作负载并在恶劣环境条件下正常工作的计算平台”,深圳市集和诚科技开发有限公司(JHCTECH) 产品经理 Colin Cheng 表示。“此外,为高度针对性的用例设计的解决方案并非总是适应新的或经过修改的部署后使用。这为政府带来高额基础设施投资和持续维护成本。”

幸运的是,一种新型工业用电脑(IPC)提供了前进的方向。边缘 IPC 采用专为边缘性能打造的耐用硬件并利用功能强大的远程管理工具,为我们的世界所需的智能交通管理解决方案提供了灵活的计算机视觉平台。

计算机视觉和边缘 IPC 使电子收费更智能

边缘 IPC 如何实现复杂的计算机视觉处理以解决交通管理问题的一个例子是它们用作电子收费系统 (ETC) 系统的平台。

正如每位通勤者所知,高速公路、桥梁和隧道上的收费亭是造成延误的常见原因。结果就是驾驶员感到头疼以及车辆空转造成有害二氧化碳的排放量增加。收费站是升级到采用计算机视觉的自动化 ETC 解决方案的理想选择,这些解决方案无需耗时的人工收费过程(图 1)。

三个收费站的图像,显示分别从前面、侧面和根据车牌识别进行车辆检测。
图 1。采用边缘 IPC 的 ETC 通过计算机视觉在边境和检查站自动收费。(资料来源:JHCTECH

有了功能足够强大的就地计算平台,可利用计算机视觉和人工智能实现全自动收费。JHCTECH 的 ETC 解决方案是其工作原理的一个很好的示例:

  • 即使车辆高速行驶,摄像头和传感器也会收集实时车辆数据进行视频处理。
  • 特定于车辆的收费数据在边缘进行计算,然后转发到集中式交通部后端服务器进行计费。
  • 收费站的设备控制可实现全自动化。而 IP 摄像头和路侧设备与按摩车辆、交通和警告信号以及栅栏建立无线链路。
  • 远程管理技术可实现简单且经济高效的系统维护。

该解决方案的一个主要优势是采用耐用且灵活的工业用电脑。因此,该解决方案的 IPC 本身带来许多重要优势,因为它:

  • 可配置以满足各种用例,包括边境龙门架收费站、非龙门架收费站出入口等。
  • 采用硬件组件建造,可承受元件暴晒,并确保在宽温范围内保持稳定运行。
  • 能够支持多个 I/O 接口,使系统轻松配置以适应新型通道设备和传感器。

结果是一个功能强大、稳定、足够坚固,可在远程边缘执行复杂视觉处理工作负载,并且足够灵活,可适应多种用例,并视需要与其他技术集成的综合型 ETC 解决方案。

英特尔技术在构建高性能、可定制解决方案方面发挥了关键作用。

“英特尔处理器擅长处理边缘计算机视觉工作负载,其处理器系列非常广泛,因此始终有一个选项可满足您所需的任何性能要求,” Cheng 表示。“英特尔® vPro® 平台的远程管理功能和采用硬件的英特尔® 主动管理技术(英特尔® AMT)也非常有助于将我们的智能交通管理解决方案推向市场。”

长期直接优势和基础设施

JHCTECH 与中国交通部进行的部署表明政府和企业如何有效地利用边缘分析和计算机视觉帮助解决交通管理挑战。

该公司与中国交通部合作,以采用 IPC 的 ETC 解决方案取代了几个传统省界实体收费站。结果令人瞩目。一辆客运车辆在升级版省界收站通关的平均时间从 15 秒缩短到 2 秒。对于货运车辆,这一改进更加明显,平均从 29 秒下降到 3 秒。

最重要的是,这些解决方案的灵活性意味着它们可提供直接优势,并为长期开发交通管理基础设施打下良好的基础。

“ETC 仅仅是个开始。目前正在部署的解决方案提供基础设施,以支持未来的其他升级,” Cheng 表示。“我们已经在考虑车辆基础设施集成系统等功能,以警告驾驶员道路危险,并提供数据分析工具帮助交通工程师更好地了解和控制交通流量。”

换言之,现在部署这些系统的交通部门不仅可解决他们最紧迫的交通管理挑战,还可确定自我定位,以解决道路上更复杂的问题。

 

insight.tech 的副主编 Georganne Benesch 编辑。

自主移动机器人走出工厂车间

曾经是科幻小说的描写现在正在成为现实。如今,自主移动机器人 (AMR) 在制造领域正获得真正的推动力。但它们也有望在其他许多领域(从酒店到医疗保健)大显身手,变得越来越智能,越来越独立。这一构想旨在减轻人类工作者的负担,代替他们完成某些重复性或危险性的任务,并与这些人一起工作。

自然,要让这些机器人系统感知环境、进行操作和执行命令,需要做很多工作。这需要技术提供高强度计算能力,以及设计人员提供灵活性和可扩展性。Claire Liu嵌入式计算模块供应商 congatec 的产品营销经理;以及 Timo Kuehn嵌入式和实时解决方案提供商 Real-Time Systems 的系统架构师兼产品经理,为我们解释了这一快速变化的行业趋势(视频 1)

视频 1. Congatec 的 Claire Liu 和 Real-Time Systems 的 Timo Kuehn 讨论了成功开发和部署自主移动机器人所需的关键要素。(资料来源:insight.tech

究竟什么是自主移动机器人?

Claire Liu:自主移动机器人是能够独立运行、无需人工直接干预的系统。它们配备了防御传感器、人工智能算法和复杂的控制系统,能够自主导航、感知环境并做出决策。

自主移动机器人依靠多种技术的组合,如各种传感器(例如激光雷达或者 2D 或 3D 摄像头),来感知周围环境。该传感器数据由计算平台实时处理,以分析周围环境的信息。然后,机器人可以使用这些信息创建地图,以便在环境中进行自我定位和导航。

制造业对自主移动机器人越来越感兴趣,因为它们可以完成物料搬运之类的任务,在生产线上拾取和运送原材料及在制品。这些重复性任务过去由人工执行,可能对工人的健康和安全构成风险。现在,工人不必浪费生产时间来完成这些体力工作,他们可以专注于高技能、更具附加值的任务。

在制造环境中使用自主移动机器人可简化制造流程、提高生产效率和运营效率,并改善工人安全。

谈一谈 AMR 的软件架构。

Timo Kuehn:当然,AMR 中有许多软件。有各种各样的功能,比如 Claire 提到的感知。机器人必须感知周围的环境才能知道发生了什么;它必须在任何时刻都知道自己的位置;需要知道向哪里移动。运动本身,即运动控制非常重要:要避开障碍物,还要与人类互动,这取决于机器人的类型和诊断情况。

这些软件功能必须由相应的软件模块进行映射,而且它们通常在时间和资源使用方面有很高的要求,甚至是相互竞争的要求。例如,如果一个软件模块需要大量性能,而另一个软件模块需要及时的确定性响应,你不能把所有东西都扔给机器人,然后还指望它正常工作。这是相当复杂的。

尤其对于运动控制来说,可能非常具有挑战性。它需要确定性:需要在预定义的时间范围内对传感器信号做出反应。而时间范围取决于各种因素,例如:是否有轮子?是否有轴?需要控制多少个轴?AMR 的速度是多少?需要多高的精度?设备是在二维还是三维中移动?负载是否动态添加或卸载?

通常,为了进行基于各方的调度和确保不会错过最后期限,使用的是实时操作系统。关键任务,如感知或运动控制,具有更高的优先级,这样它们不会被优先级较低的任务打断。这种资源分配和优化由操作系统或软件架构提供。

多讲讲模块化方法的采用。

Claire Liu:congatec 计算机模块可无缝利用英特尔处理器技术规模(从低功耗到高计算性能),使开发人员能够开发出工作时间更长、更智能,并以更高的熟练度和效率执行复杂任务的机器人。

英特尔® 第 13 代酷睿 处理器集低功耗、高效率、高灵活性和高性能于一身,是 congatec 计算机模块的理想解决方案。MrCoM 现在可以受益于这些最新的英特尔处理器,同时运行更多应用程序,并运行更多工作负载和连接更多设备。

开发人员只需简单地更改模块即可快速轻松地适应最新的英特尔处理器技术,甚至在自主移动机器人运行多年后,仍然可以为其增加智能。此外,英特尔 OpenVINO 工具套件为开发人员提供了优化的 AI 影响模型和全面的支持。

开发自主移动机器人还涉及哪些工具和技术?

Timo Kuehn:开发 AMR 需要结合硬件、软件和连接。在硬件方面,有计算平台、底盘、电机、传感器电源系统,当然还有根据应用要求使用的各种传感器。软件方面涉及感知、定位、路径规划、运动控制和避障。诊断和与人类的互动也发挥着非常重要的作用。所以集成和管理所有这些功能可能非常复杂。

AMR 由电池供电,因此添加大量控制器是不合理的。这些控制器需要连接起来,这会增加重量、体积、成本和复杂性。因此,必须将多个功能整合到较少的处理器上。

这就是嵌入式实时管理程序大显身手的地方,它可以在单个处理器上整合多个工作负载。该功能有许多优势,例如隔离和安全性。因此,感知和运动控制可以相互独立地在各自的虚拟机中安全运行,确保当一个虚拟机需要大量负载或产生大量负载时,另一个虚拟机不受影响,仍然可以按时完成任务。

这一点非常关键。假设传感器发出一个信号,而 AMR 或控制器的反应来得太晚。这可能会导致碰撞,甚至在涉及到人类时会导致受伤。它还有助于性能优化和负载平衡;每个虚拟机都可以获得专用资源,以满足时间和性能要求。

AMR 有哪些使用案例?

Claire Liu:事实证明,自主移动机器人在各行各业用途广泛。比如我之前提到的,制造环境中的物料搬运,甚至还有协作装配。电子商务有物流和订单履行。在疫情期间,自主移动机器人被用来运送医疗用品和药物,并协助患者护理。在其他领域,如农业、酒店业和零售业,也有越来越多的应用。新的用例不断涌现。

Timo Kuehn:环境监测是 AMR 的一个很好的用例,它可用于收集空气质量、水质或土壤条件等方面的数据。或者用于危险环境,例如检查发电厂,这可以降低人类工人的风险。它们可用于公共场所,提供实时视频信号。或者在大型设施中,它们可用于运输包裹流程的最后一公里配送。它们可以协助物料运输,也可以协助建筑项目。确实有很多不同的用例,我同意 Claire 的观点,未来会有更多的用例。

在未来几年,预计这个领域的走向会是如何?

Claire Liu:在不久的将来,AMR 领域将出现新的令人兴奋的可能性。随着软件架构设计采用模块化方法,机器人领域的技术发展将日新月异。自主移动机器人公司将适应快速变化的环境,通过强大的可扩展性将这一尖端解决方案付诸实践。

Timo Kuehn:当然,这很难预测,但我相信在不久的将来会有许多进展,特别是在集成了 AI 加速器的英特尔处理器方面。这将带来更强的感知和对象识别、更智能的路径规划和优化,以及自适应学习能力。我们还可以想象,人类与机器人之间的协作将得到改善,例如实时做出复杂决策的能力,用于评估状况并执行复杂的任务,而只需少量人类干预。

总结:将虚拟化技术、实时能力和集成 AI 加速器相结合,有很大潜力开发出全新类型的自主移动机器人。它们将变得更加智能、更具适应性,并能够以高精度和高效率执行复杂任务。

相关内容

要了解有关自主移动机器人的更多信息,请收听《自主移动机器人开发内幕》,并阅读《物联网虚拟化推动协作机器人发展》。有关 congatec 和 Real-Time Systems 的最新创新,请在 Twitter 上关注 @congatecAG,以及在 LinkedIn 上关注 congatecReal-Time Systems GmbH

 

本文由文案编辑 Erin Noble 编辑

机器视觉解决方案:检测和预防缺陷

减少质量缺陷及其涉及的工作量和成本,是当今制造业面临的最大挑战之一。由于产品不符合预期或达不到可接受的质量标准而不得不重新设计、返工,甚至为客户退款,可能对企业收入产生巨大的财务影响(高达 40%)。这就是为什么许多企业想方设法防止缺陷外流的原因。

但这不仅仅是识别缺陷那么简单。工业 4.0 的兴起迫使制造商让工厂变得更加智能。为了取得成功并保持竞争力,他们需要找到在一开始就能防止缺陷出现的方法,这需要了解质量问题发生的原因和位置。

许多企业已转向机器视觉解决方案来提供缺陷检测,但直到最近,这些系统还难以部署、长期维护、扩展,也很难超出检测异常的范畴。

幸运的是,视觉解决方案提供商 Eigen Innovations 提供了旨在让用户尽可能接近零缺陷制造的软件和服务。

“这不仅关系到检测和预防缺陷,还涉及利用过程数据帮助制造商深入了解过程内部发生的情况”,Eigen Innovations 的首席收入官 Jonathan Weiss 表示。

为制造商配备智能视觉

Eigen 通过首先关注互操作性来做到这一点。该公司开发的解决方案可直接集成到 PLC 中,并支持几乎任何符合行业标准的相机或传感器硬件,因此制造商可以轻松地开始运行机器视觉系统。

其直观的用户界面使制造公司能够设计和管理定制的视觉系统,实时执行在线质量检测,确保零部件存在,优化流程以及简化缺陷的根本原因分析。

例如,一家大型跨国纸浆和纸张制造商在大卷高光纸和层压板涂层的质量控制方面遇到困难,该公司求助于 Eigen Innovations 来实施机器视觉系统。

“他们遇到了一个与涂层堆积有关的问题,导致特种高光纸产品出现条纹”,Weiss 说。该公司无法验证涂层是否均匀涂抹。Weiss 补充说,“如果不均匀,即使只有 8-10 秒,也会导致意外停机,使设备停止运行。”

在 Eigen 的帮助下,该纸张制造商应用了一套智能视觉系统,从而能够发现层压板涂抹过程中的图案,并识别出涂层堆积的区域。Weiss 解释说,由于能够了解堆积的根本原因,并在问题开始发生时获得实时警报,该制造商每年能节省超过 100 万美元。

“视觉系统需要能够识别缺陷并采取相应措施”,Weiss 表示。(视频 1)“由于可以与控制网络通信,我们的解决方案允许制造商接收实时警报,并在检测到问题时触发自动响应。”

视频 1. Eigen Innovations 面向智能工厂的智能视觉系统可捕获数据,使制造商能够超越质量检查。(来源:Eigen Innovations

除了在线质量检查、实时监控和过程优化外,Eigen 还可以帮助制造商应对需要定期检查的需求。

例如,一家生产塑料部件的汽车原始设备制造商的每个工厂每周可生产超过 15,000 个零件。预计每个工厂有 42,000 个检查点。这个数量不仅无法手动处理,而且制造商需要查找的缺陷类型(例如焊接完整性问题)也不容易用人眼识别。

最初,该原始设备制造商考虑抽取随机样本并进行破坏性测试来检查组件完整性,但这会造成不必要的浪费和返工,而且无法保证在将产品运送给客户之前发现所有缺陷。

“最终,他们需要一种自动化的方式来保证质量和每周的产量”,Weiss 说。

通过与 Eigen 合作,该公司创建了一个解决方案,利用热成像仪捕捉焊接过程的各种视图。这些图像随后融合在一起,生成零件的数字映射,并且关键的过程数据将映射到检查区域,提供人眼无法提供的实时洞察。

“每个零件都要实时经历验证过程,几秒或几毫秒内即可完成”,Weiss 解释说。“他们目前达到的规模之大,仅依靠人眼是无法实现的。”

持续改进机器视觉解决方案

Eigen 以提供用户友好型机器视觉解决方案而自豪。机器操作员可以帮助实时训练和标记模型,确保解决方案随着时间的推移获得更高的准确性和性能。

“它非常易于使用,以至于我们的机器操作员和质量工程师在进行机器学习时甚至不知道他们正在进行机器学习”,Weiss 说。“例如,如果他们看到表面上有不应该存在的划痕,他们可以将其标记,更新模型,软件将来就会识别类似的划痕。”

该公司与英特尔的多层次合作关系使其能够快速测试、验证、采用机器视觉,并最终将其引入工厂。借助 OpenVINO 工具套件,Eigen 不仅能够为用户优化其模型开发和性能,还能根据用例使用各种不同的相机和硬件。

“我们有许多客户已经尝试过视觉系统,能使用现有硬件这一事实对他们很有吸引力”,Weiss 说。“他们不必再进行大笔资本支出。”

未来的机器视觉

展望未来,Eigen 认为机器视觉将继续在制造业中发挥重要作用。随着制造商面临劳动力短缺和找不到熟练工人的问题,机器视觉解决方案将能够介入并填补空白。

“视觉系统将成为员工队伍中不复存在的操作员的眼睛”,Weiss 表示。“我们的解决方案为工厂人员提供了以最高标准有效完成工作所需的工具。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

数据驱动型文化的商业价值

物联网领域的任何人都应该不会对数据是业务成功的关键感到惊讶。计算机视觉为业务运营开辟了一个全新的视角,这导致了收集、管理和分析所有这些数据的需求,这反过来又为人工智能打开了一扇大门,因为人工智能提供了洞察力,并可以带来有价值的变化。现在,我们称之为数据驱动型文化的元素已经存在,这种文化不仅适用于一个行业,也适用于许多行业,范围从制造业到智能城市再到餐饮。

但是“数据驱动型文化”究竟意味着什么?它是否只是为试图实施数据驱动型文化的企业和组织带来更复杂和更新的挑战?我们采访了两位非常了解如何充分利用数据驱动型文化的人:人工智能和自动化零售解决方案提供商 Vistry 的创始人 Atif Kureishy视频人工智能操作系统和市场公司 Awiros工程主管 Saransh Karira(视频 1)。他们讨论了它的好处和挑战,以及数据驱动型文化如何将企业的不同方面连接起来,以创造真正的价值。

视频 1. Awiros 和 Vistry 解释了创建数据驱动型文化的价值以及成功实施这些文化的战略。(资料来源:insight.tech

当我们谈论数据驱动型文化时,这到底意味着什么?

Atif Kureishy:数据驱动型文化实际上是关于做出基于证据的决策的,即基于对来自您的企业数据的理解的决策,并能够信任该数据、分析数据并从中获得关键理解。然后最终做出决策,推动战略进步和战略计划。

第一代数据驱动型文化实际上是关于数据采集和数据理解的。该旅程的第二阶段持续了大约十年,然后开始在此基础上进行预测,这为机器学习领域引入了许多概念。现在我认为我们已经进入了第三代,引入了大型语言模型,LLM。

现在,我们不再拥有非常人性化的数据科学或数据工程密集型活动,而是转向采用人工智能系统,这些系统往往比我们更聪明。那么我们如何以值得信赖的方式与这些 LLM 共享大量的企业数据,以做出企业知情的决策。

Saransh Karira:在早期,数据策略就像任何类型数据的总称。但在过去 3 到 4 年中,我们看到整个环境发生了巨大变化,现在人们逐渐意识到您向系统提供的数据量就是您从系统获得的精度。

计算机视觉人工智能应用如何使数据更有价值?

Saransh Karira:正是数据政策方面的这些变化使数据更加容易访问。原始数据是第一步,然后一旦您有了此原始数据,就对其应用智能。但现在假设您有数千小时的数据,即使您可以访问这些数据,也无法真正访问这些数据;因为您无法筛选它。因此,这就是系统的用武之地,用于智能系统、机器学习系统。这一切都在迅速发生变化。

正因为如此,许多基础设施正在构建中,以集成大量数据。我认为数据的价值在于您可以连接许多不同类型的数据。因此,如果您将每个数据视为一个点,然后将它们连接在一起,则总和将超过各个部分。我们的许多客户都在他们不同的基础设施或不同的部门中连接数据。

我们可以通过一个用例(但它可以扩展到许多不同的组织)与政府广泛合作,例如,我们目前看到的是,他们将车辆预登记与摄像头连接起来,然后与护照连接起来。这些相互关联的数据变得比一个孤岛中的系统更有价值。

您与之合作的企业面临哪些挑战?

Atif Kureishy:在 Vistry,我们专注于餐厅-酒店领域。这是一个以人为本的企业,速度快,而且相对不复杂。这些企业开始进行更多的技术投资,但从历史上看,情况并非如此。因此,在大量位置部署和扩展的任何类型的功能都必须非常经济高效。

我们正在跟踪的许多东西都是厨房中的物品,这有助于形成一个独特的环境。当然,我们的训练基础设施的功能必须非常强大,才能检测、跟踪和理解在该环境中发生的活动。

这就是我认为英特尔特别带来了独特的价值主张的地方,从某种意义上说,您可以在餐厅里的商品计算上运行。或者可能部署下一代计算,并具有可以在边缘有效运行的机器学习和深度学习模型。英特尔集团提供的围绕 OpenVINO 和深度学习工具的一些技术提供了巨大的帮助。因此,我们可以非常轻松地在英特尔凌动® 平板电脑、i7 Tiger Lakes 和新的 Alder Lakes 上运行推理工作负载,并且可以有效地优化运行时。这对我们和我们的客户来说都非常有帮助。

您如何为这些企业创建数据驱动型文化和战略?

Atif Kureishy:让我们以生产控制为例,一家餐厅基本上是一个小型生产基地。从制造业意义上讲,您有库存计量,并且有工作产品的质量保证和监督。因此,如果您将其应用于餐厅空间,则可以想象一下您有订单通过数字、汽车餐厅、堂食进入。这些订单被收到后,它们就会整合到一个厨房,需要根据订单正确制作。

现在,人工智能和 ML 发挥作用的领域之一是,您可以在快餐店中创建生产计划,其中某些产品是预先制作的,然后保存起来。这是理想的场景,因为这样食品可以尽快配送。因此,您可以通过预测将获得多少和哪种类型的入站订单来最有效地构建和制造这些菜单项。这也使厨房不仅从劳动力的角度来看,而且从食物浪费的角度来看都更高效。

我们使用计算机视觉的另一个方面是库存管理——拥有可以查看碗或平底锅的摄像头,通过它对平底锅中的产品数量进行体积估计,以帮助告知生产计划。从精益制造的角度来看,这有点像即时概念。因此,先对需求进行建模,然后使用人工智能来确保供应充足。这就是餐厅的优化越来越通过数据来驱动的原因。

我们回想一下 20 年前餐厅的文化,它确实依赖于人,经理们利用他们的直觉预计:“我预计今天午餐时间会很忙。通常,将有一个实地考察,我将通过实地考察来安置人员。”顺便说一下,现在仍然有大量的餐厅(特别是小型餐馆和本地餐馆)以这种方式运营。但是,当您查看大型品牌时,它们绝对会转向这种数据驱动型文化。

我想强调餐厅的历史文化,因为我认为了解这一点非常重要,然后理解我们现在使用数据更有效地为顾客服务的意义。

Saransh,您在 Awiros 遇到过哪些用例?

Saransh Karira:其中一个用例在多个不同园区部署,并且每个园区都有多个不同的接入点。最初的实现只是为了查看有多少人进来,其中有多少是访客——基本上可以了解到,他们中有多少人曾经进来过,有多少人是第一次进来。这是最初的用例。

但是,客户随后使用这些信息根据人们的位置来更改其安全人员的配置——在人群较多的地方,他们增加了那里的安全性,并降低了其他接入点的安全性。因此,这非常有趣。

我们还看到了许多可以称之为元分析的用例,特别是在零售业。例如,我们的顾客可以通过观察客流量模式来改善商店布局和运营。元分析学的用武之地基本上是生成热图,以可视化地了解客流量多和少的地方,根据这些数据,我们的客户可以更改产品的配置和放置。

与英特尔等合作伙伴合作推广数据驱动型文化有什么价值?

Atif Kureishy:我们非常感谢与英特尔的合作伙伴关系。它需要一个村庄或广泛的生态系统来使这一切发挥作用。我想说的是,提供英特尔基础计算的 ODM 和 OEM 也与系统集成团队合作,这些团队最终需要在这些位置放置边缘设备和传感器,以便能够进行这种处理。

当然,由于我们拥有基于云的基础设施,我们与 AWS 密切合作。因此,英特尔是促进与更大社区对话和互动的关键部分。

然后,当然,围绕 OpenVINO 提供了一套强大的工具和基础设施。这对我们来说太好了。它允许我们优化在 CPU 上或 iGPU(集成式 GPU)上运行的处理类型。在与开源社区和各种深度学习框架合作方面也提供了很好的支持。这太好了。

Saransh Karira:利用 Awiros 的平台,我们试图创建视频智能应用生态系统。基本上,它从硬件开始,进入用例,然后进入市场。硬件是英特尔的先驱。除此之外,最重要的是不同的研究人员或任何第三方开发人员正在开发不同的用例。最重要的是还有一层市场,这是最终客户可以看到的。

我认为在边缘英特尔对于我们来说非常经济高效。其库在优化方面为我们提供了很多帮助,无论是用于推理(人工智能运行的实际部分)还是视频的解码部分,以及许多其他功能。此外,在很多方面为我们提供支持。

最终想法?数据驱动型文化的未来对于企业来说是什么样子的?

Atif Kureishy:我们和其他所有人一样,已经加入 GenAI 的潮流,并且在过去的几个月里,我们确实与 GPT-4 这样的模型进行了广泛的合作。在最初的几年里,我们重点关注生成,我们将其称为暗数据。我们如何在边缘应用计算机视觉工作负载来创建物理观察数据流?

然后,这些数据需要被纳入来自销售点、库存管理系统、时间报告系统的更大的数据基准或基础中。因此,我们一直在寻找 LLM 来真正与更大的、更广泛的数据集进行交互,并理解它。能够非常快速地做到这一点真的很迷人和惊人。

因此,如果我要给受众留下一些东西,那就是除了ChatGPT、获取食谱、寻找旅行路线和创作诗歌之外,我和我的孩子一起做过的事,我们做这些事情很有趣,这种新的人工智能浪潮确实对企业产生了重大影响,我们很高兴能成为这一旅程的一部分。

相关内容

要了解有关创建数据驱动型文化的更多信息,请收听通过数据驱动型决策来改变您的组织

要了解 Awiros 和 Vistry 的最新创新,请关注:

 

本文由文案编辑 Erin Noble 编辑