加速零售边缘的物联网分析

从库存追踪到衡量客户参与度,创新边缘技术正在改变零售行业。唯一的挑战是:用于运行日常操作的不同平台都各自处于孤岛状态。

目前,零售解决方案构建者必须为其解决方案创建自定义的实施方式,但由于系统数据碎片化,多个设备和传感器限制了紧密、可执行的深度分析的产生。个别用例(例如库存管理、损失预防和客户参与等)创造的数据驻留在许多云平台或边缘平台中。但这些信息被锁定在解决方案中,没有统一的操作面板可以将其作为整体查看并整合生成深度分析。

答案在于随时可部署的开放式数据摄取框架,该框架能够将不同的传感器协议和对应数据流整合到一起,创建可扩展的端到端解决方案。通过将强大的边缘计算技术结合在一起,系统能够借助深入的实时分析数据生成全新的用例。零售商因此可以拥有全新的商机,这在过去是不可能实现,或难以执行和扩展的。

面向零售分析的开放式平台

采用基于英特尔® 处理器的网关和开源 EdgeX Foundry 平台的 HP Engage Edge 让这些全新商机成为可能。这款开箱即用型的惠普网关预装了传感器和与云无关的软件堆栈,让独立软件开发商和解决方案构建者可以避免将时间耗费在自定义硬件和软件集成上。

惠普的高级计算解决方案全球战略专家 Sandip Kamat 谈到,“这是第一款对 EdgeX 框架进行商业化的零售产品,我们在为其专门构建的硬件中预先装载了数据摄取软件。”

独立软件开发商可以随意使用任何传感器或云端 API 来远程管理容器和应用程序。只需要选择用例并选择传感器(摄像头、蓝牙信标或 RFID)即可。机盒会与所有这些设备交流,这样,解决方案的构建者就可以专注于其核心能力,即分析数据流以创建可操作的深度分析(视频 1)。

视频 1。传感器与 HP Engage Edge 融合以便独立软件开发商创建各种用例。(来源:惠普

独立软件开发商的全新可能性

物联网一直是个碎片化的空间,但开放式平台系统可以为创新注入活力和扩展能力。例如,如果一家快餐店采用传感器来追踪库存从送达到进入厨房的流程,就可以利用此类信息,通过减少浪费来提高利润。“传统上,这个行业雇佣的劳动力非常年轻化,流失率很高,并且需要大量的培训。”Kamat 说,“当出现错误时,易腐烂的商品就必须被扔掉。”

HP Engage Edge 可以与 RFID 读取器连接,监控新鲜食品从卸货到最终产品出售的整个流程。它可以生成一张数字化图片,显示入库的食材类别以及开封的时间。如果员工没有按照到期日的顺序开封,它也可以发出警报,因为这可能会造成库存的浪费。将这些数据流连接到订购系统,也可以自动化整个补货流程。

另一个用例是自助结账终端的损失预防措施。自新冠疫情出现以来,自助服务终端越来越普及,但它们也为盗窃提供了机会。例如,客户可能扫描了一瓶便宜的红酒,但却把另一瓶更贵的酒放进了包里。

“怎样才能发现这样的行为呢?” Kamat 问道,“如果您是盗窃检测的独立软件开发商,您通常需要将您的解决方案与自助服务终端以及摄像头传感器集成起来。销售点就是一个传感器,可以捕捉被扫描的物体。然后,在购买前后有两个台秤。独立软件开发商可以安装第四个传感器(一个摄像头),以确保所有传感器结果匹配,则意味着交易没问题。如果出现不匹配的情况,分析软件则会向门店经理或店员发出警告。”

过去,独立软件开发商需要将自己的解决方案和各式各样的自助服务终端及传感器进行集成。现在,他们只需要与 HP Engage Edge 集成,而后者负责处理所有的编排。

面向零售分析的商机层出不穷

边缘技术和分析的部署不会放慢脚步。新冠疫情使我们不得不加快速度应对新的市场常规,例如社交距离政策、体温扫描等等。

很多零售商正在进行创新,通过提供虚拟体验,为客户带来安全和便利。例如,ULTA Beauty 有一款采用虚拟增强现实的应用程序,借助它,顾客可以在进入商店前先试用产品。而家居装修连锁店 Lowe’s 推出的应用程序,则便于管道工或电工等专业人员通过虚拟行程到客户家中测量并选择合适的产品。

“这些工具如此完善,以至于您的感受就像亲自在店里试用产品一样。” Kamat 说,“所有这一切向我们呈现出未来的美好可能性,当技术能够处理这些用例时,就可以通过不同方式部署资源。如果您已经拥有所有这些传感器,那就需要有人将它们整合在一起,以创建店内情况的数据流展示图。所有这些信息对于零售专家来说触手可得,他们还可以通过全新的方式来利用这些深度分析数据。惠普正在这样的未来中扮演着有益的角色。”

计算机视觉和人工智能:网络餐饮派送的秘方

云厨房脱胎于 2010 年代盛行的拼车现象,后者很快为低成本餐饮配送服务提供了基础。虽然云厨房或“幽灵”厨房在功能和外观方面与大部分传统餐厅类似,但它们的共同点也就到此为止。

顾名思义,云厨房指的是一种远程食物制备中心,不提供传统的用餐区。订单来自网络,准备好食物,然后由顾客自取或是(大多数)被派送。新冠疫情对堂食有所限制,仅限外卖的餐厅也因此随处可见。

但尽管互联网驱动的体验在其他行业已见怪不怪,但是当它涉及易腐烂的即食餐饮时,仍然会令人感到不安。真正的挑战在于让顾客安心,并确保高质量、可重复的餐饮标准。为了实现这一目标,优食 (Uber Eats) 和 Takeaway.com 等云厨房和派送公司正致力于将从备餐到送餐的整个流程以透明化的方式呈现在网络上。

借助人工智能技术提供餐饮服务

传统餐厅使用相对“模拟”的流程,订单从顾客传递到服务员再到厨师,而自动化云厨房里则没有服务员。服务员现在就是一款连接到 Smart Food QC 等平台的应用程序,该平台来自面向食品及农业的人工智能和物联网产品开发商 UdyogYantra Technologies

UdyogYantra 的创始人兼 CEO Ankur Jain 谈到,“该平台帮助人们对食物从原材料到烹饪成最终成品的流水线进程进行数字化,从而为客户提供了一种无缝衔接的饮食体验。”为了做到这一点,智能食品解决方案将下单、烹饪、库存和质量管理系统与模块化边缘计算平台中的“餐饮跑腿”(派送)系统结合起来(视频 1)。

视频 1。Smart Food QC 是一个面向餐厅后厨和派送人员的自动化质量管理系统。(来源:UdyogYantra Technologies

在平台的背后,操作人员将发现一个基于 API 的平台,支持多个摄像头、热成像设备、一台标签扫描仪和其他传感器。整个系统由英特尔® 赛扬® 处理器负责控制,并通过英特尔® OpenVINO 工具套件执行深度学习计算机视觉 (CV) 算法。

计算机视觉模型由三层组成,第一层用于验证物体属于餐饮,第二层和第三层用于识别食品类型。得益于 OpenVINO 环境实现的优化,这三个 GPU 密集型的层次,其中有两个是在边缘本地执行的。

在操作中,Smart Food QC 有助于通过多种方式规范和提高备餐效率。首先,标签扫描仪负责确保正确使用适量的配料。然后,摄像头和热传感器可提供质量控制的因素,在批准送餐之前,对菜品的重量、温度和外观等事项进行检查。最后,系统会在菜品的外包装上贴上二维码,用于在送餐过程中进行追踪。

完成备餐流程后,开放式 API 将允许厨房通过网页界面向合作伙伴及顾客发布已收集的数据。可能包括厨师、菜品状态等信息。

提高质量、降低成本

上述机制提供了与餐饮行业相关的深度分析,有助于规范食品质量,保障菜品符合卫生和质量控制要求,并让顾客放心。但 Smart Food QC 的优势不只在于提供这些参数,而是能够提升整个云厨房的整体运作水平。

例如,通过将标签扫描仪采集到的配料数据与库存管理系统相关联,UdyogYantra 系统能够提供实时的可用库存计数,从而使后厨人员能够随时了解目前的情况。此类信息还可用于触发自动化操作,例如,当库存达到预设数量时,便会触发再次下单补货。

对于餐厅管理而言,同样重要的还有备餐流程的自动化,通过最大限度地避免出现盛放过多菜品、在备餐过程中造成食物浪费,以及客户订单遭到拒绝等情况,降低成本。

“除了数字体验之外,在这个方面 Smart Food QC 也可以切实地帮助客户节约成本并提高利润率。” Jain 指出,“我们预计六个月后就能实现盈亏平衡,例如,在一家每天收到 300 个订单的商店中,利润率会直接增加 8%。”

打通供应链

云厨房的技术创新让大众对运营的了解达到前所未有的深度,这对于消费者和企业而言是一种双赢。但其潜在优势还不止于此。借助标准 API 和物联网,云厨房可以深入到互联的供应链中,以了解食材短缺之类的信息,以便他们提前调整菜单。

这种效率与质量的加成,就是用科技驱动餐饮体验的意义所在。

工业物联网驱动低压变电站实现创新

为了应付现在和未来的挑战,电力公司正经受着越来越大的压力。恶劣天气事件、计划外停电、恢复响应时间和老旧设备仅仅是影响能源生态系统的少数几个问题。随着可再生能源的增长,电网正在从单向电力输送演变为能够容纳双向电源流动的基础设施。

电力公司需要随时以流畅、同步的方式运行。但是我们今天所面临的情况却是不断的波动。以太阳能为例。有时,过多的光伏 (PV) 电流可能会回到电网之中,给基础设施带来压力。此外,如果发生突如其来的天气变化,导致电力不足,电流负载又转移到电网中。因此而造成源源不断的压力,基础设施就会产生故障风险。

强大的边缘计算、人工智能和机器学习等新技术,可以帮助电力公司进行创新,以解决持续的挑战,并创造新的机遇。大部分创新发生在分布式变电站层面。

在低压变电站中部署工业物联网传感器和其他设备(连接诸如变压器、开关柜和断路器等设备),为转型性质的应用打开了大门。收集、规范并集中资产数据有助于实现实时智能,从而能预测资产的生命周期,并在故障发生之前检测到问题。随着收集到的信息越来越多,您便可以开始制定预测性和预防性的维护计划。

开箱即用型边缘计算和分析

Kalkitech 是一家智能电网技术和解决方案全球提供商,借助其低压变电站解决方案实现数字化(视频 1)。

视频 1。电力公司可以从抵押变电站开始实现数字化转型。(来源:Kalkitech

“我们正在提供一款开箱即用型解决方案,让电力和工程总承包(工程、采购和建筑)服务提供商能够安装和配置基于物联网的解决方案,以便进行低压 (LV) 变电站的数字化。” Kalkitech 的 CEO Prasanth Gopalakrishnan 谈到,“通过各种传感器,该套件能够从 30 年机龄的旧版传统设备到最新资产中进行数据收集。然后,您还可以集中查看整个分发网络中的情况。”

该解决方案由采用英特尔® 处理器的边缘网关和 Kalki.io 边缘软件(亦称为 SyncConnect)组成。Kalki.io 是基于云端的设备管理和监控门户,能够从统一的中央位置监督边缘设备和访问现场设备。该软件从所有各类低压变电站资产中汇总和过滤数据,先进行分析,再将其传送至云端。

远程监控和记录现场设备的健康状况并不仅仅有助于减少昂贵的上门服务次数。这也有助于最大限度地减少停机时间并提高电网的运营效率。

“除非数据和现场情况是可见的,否则根本无法防止停电的发生,或在出现故障前采取积极措施。” Gopalakrishnan 指出,“一旦您拥有了相关数据,就可以及时在可实时、完整查看网络状况的控制中心采取行动。

随着电力公司开始通过这种方式进行现代化改造,在部署人工智能和机器学习等数字化信息技术方面经验尚有限的工程总承包商和运营技术系统集成商获得了新的商业机会。Kalkitech LV 监控套件让集成商能够帮助客户创新,巩固其附加价值,并始终保持领先的竞争地位。

Tata Power 的可见性和可扩展性

Kalkitech 目前正在与 Tata Power-Delhi Distribution Limited (TPDDL) 一起进行一项低压变电站数字化试点项目。虽然 TPDDL 一直在监控其中压电网,但这次概念验证展示了一种可供其扩展至监控低压层面的可扩展物联网解决方案。

在印度,像许多其他国家一样,屋顶太阳能以及接入低压电网的电动车数量正在不断增加。对于希望减少停电次数并缩短恢复时间的 TPDDL 而言,监控和识别变电站中薄弱环节的能力至关重要。

随着 TPDDL 等电力公司转向数据驱动的模型,并在电网边缘实现可见性和粒度,他们将具备采取智能行动所需的必要信息。实现了最后一个环节的完全可见性,接收到问题报告的运营商就会去查找网络和变压器中无法正常工作的谐波。然后,可能会选择临时断开进入变电站中的部分太阳能,直到一切恢复稳定为止。这样便可以避免停电、预防设备发生故障,并提高该社区的电力质量,完全无需上门服务。

总而言之,通过这种方式进行基础设施现代化改造,TPDDL 可以降低运营成本、获得全新的营收机会,并改善客户服务。

合作伙伴关系让电力曲线变得平滑

随着 Kalkitech 及其客户的需求不断增加,该公司需要一个无需进行过多软件修改即可扩展的解决方案。通过与英特尔® 建立合作伙伴关系,公司构建起可靠且可扩展的架构。电力公司可以将同一个解决方案应用于任意规模的变电站,并根据需要收集任意数量的数据,使其成为使用于所有规模的运营商的无缝选项。

Gopalakrishnan 总结道,“通过部署我们与英特尔共同开发的技术,电力公司可以让这条曲线变得更为平滑,并在提高变电站可靠性的同时降低成本。”

人工智能辅助视频会议进军虚拟会议领域

从不断吠叫的狗,到光线阴暗的环境,我们始终在面临各种虚拟会议技术挑战,难以实现协作。疫情期间,视频会议最初作为快速应对措施得到大规模采用,但各企业对新冠疫情后的工作场所有所期待,很多公司打算继续采用灵活的远程工作安排。部分员工在办公室办公,其他员工居家办公的混合模式重新定义了工作场所,并需要更具可扩展能力的强大技术,以更有意义的方式将团队联系在一起。

“支持远程办公的技术需要不断发展,才能跟上形势。”视频协作领域领先公司 Logitech Inc. 的联盟及进入市场负责人 Sudeep Trivedi 谈到,“在任意一天,有 30% 到 70% 的员工居家办公。他们想要感受到自己是一支虚拟团队的真正组成部分。会议室的桌子中央摆放扬声器的日子已经过去。”

人工智能推动全新虚拟会议功能

混合模式虽然可能仍是首选的工作安排方式,但技术差距时常会产生不公平的竞争环境。在优化音频和视频会议设置的情况下,返回办公室工作的员工可以借助其协作工具获得高质量的性能。但居家办公的员工将处于不利地位,他们使用笔记本电脑摄像头连接会议,角度不佳,家里的照明条件也参差不齐。

Trivedi 表示:“我们认为,用户将需要工具来帮助他们展现最好的自己,这样他们无论在哪里都可以有效沟通,以便进行更自然的协作和关系建立。”

视频会议技术创新能够应对这些差异,以促进互动。例如,Logitech 的会议室解决方案采用英特尔® 处理器上运行的人工智能,能够改善音频和视频性能。

该解决方案能够去除背景噪音,如打字声、暖通空调系统杂音或纸张翻动的声音。照明条件经过调整,可以更正阴影,这是缺乏理想环境的居家办公人员的常见问题。人工智能采用神经网络技术以识别人类,并自动框定会议参与者,并在人员进出会议室时自动进行调整。

“其他技术会放大显示正在发言的人员,但我们决定通过我们的技术来展示会议室内的整个协作情况。” Trivedi 谈到,“如果你放大某个人,他们可能会感到局促。你还会失去团队动态,那通常能作为背景。”

视频会议硬件 + 虚拟会议软件

英特尔® RFP 开发套件 Logitech 会议室解决方案属于即插即用系统,客户可选择最适合其会议空间面积和技术标准的模式。该解决方案配备运行 Windows IoT 的小型计算机,即英特尔® NUC 迷你电脑。方案预装了客户选择的 Microsoft Teams Rooms 或 Zoom Rooms 软件,让公司能够标准化并轻松扩展器视频会议。该套件还配备音频和视频工具,包括摄像头、麦克风和扬声器。此外,它还包含一款用户友好型触摸控制屏,名为 Logitech Tap(视频 1)。

视频 1。Logitech 会议室解决方案使用易于部署和扩展的套件连接分散的团队,该套件中包含虚拟会议软件,如 Teams(如本视频所示)或 Zoom。(来源:Logitech

“用户不喜欢被技术挑战。” Trivedi 说,“如果每次设置的体验都不相同,会产生大量的焦虑,并影响技术采用。” Logitech Tap 提供始终如一的用户体验,因此员工会知道有哪些预期,并可以快速开始协作,而不是试图破译哪些会议室中有什么技术,以及如何使用这些技术。启动会议的流程相同,无论是两人会议还是大型会议室中的团队会议。

集成商的新机遇

混合工作的新标准为系统集成商 (SI) 带来了新的业务机遇,他们通过部署技术来提供一致、自然的协作体验,从而为客户提供帮助。系统集成商可以根据特定的混合工作场所模式及协作需求来定制平台,并协助部署,从而打造遵循最佳技术实践的理想终端用户体验。

“系统集成商总会有机会提供额外服务,以保证环境正常运行。” Trivedi 谈到,“这些工具将成为混合工作场所的关键。”

Logitech 会议室解决方案的能力已超出会议需求之外。超高清 4K 摄像头技术可提供会议室中的人员数量。此功能可以帮助集成商设计具备容量参数的解决方案,并发送警报以帮助公司执行社交距离政策。

视频会议不再局限于办公室

该系统已广泛应用于各行各业,但它目前正在推动教育和医疗卫生行业的真正变革。视频会议工具正在帮助基础教育和更高等级的教育机构满足混合教室环境的巨大学习需求。各医院也正在使用该解决方案提供远程护理服务,让专家能够随时远程对医院病人进行查房。医生还可以设置便捷的远程医疗预约。视频连接让各个家庭能够在遥远的地方或下班后随时拜访他们的亲人。

“现在,学校和医疗机构正在使用此数据应对当前的情况,但他们也已开始思考疫情之外的事情。” Trivedi 说,“如果你是一家教育机构,你可以扩大服务范围,接触乡村地区无法获得高质量教育或医疗条件的人群。”

Trivedi 相信,强大的视频会议将会成为企业变革和增长的催化剂。“智能视频技术已超越数字化替代。”他说,“它通过帮助组织扩大重新发明和改造其业务的可能性范围,来推动真正的数字化转型。”

快时尚借助人工智能和机器学习的力量

在快时尚的世界里,服装款式的设计、生产和零售是在寥寥数周的时间内完成的。在这个瞬息万变的行业里,时间就是金钱;而制造过程中的任何延误都有可能导致利润的损失。这意味着服装生产不仅追求精准的配色、毫无瑕疵的面料和一致的尺码,还必须缩短从下单到发货的时间。

自动化质量检测—在计算机视觉 (CV) 和机器学习 (ML) 的帮助下—能够抵消服装供应商在制造过程中遇到的延误,并为所有利益相关者提高生产的透明度。

让我们以点石服装有限公司为例。这家位于中国杭州的纺织品制造商在工厂生产线上实施了深度学习算法,对正在生产中的服装进行计数,并检查每件衣服的表面缺陷。为了将这些能力与其现有的制造执行系统 (MES) 相集成,点石与制造自动化的供应商步科和人工智能专家 Aotu.ai 合作开发了一款智能视觉系统,提高了产能、效率并降低了成本。

该解决方案能够帮助公司以便捷的方式统计出每种 SKU 成品的件数。自动化计数系统提供了非凡的灵活性,无需人工输入,即可切换正在处理的 SKU(视频 1)。

视频 1。工厂经理和零售商可以接收有关特定产品生产的实时数据。(来源:Aotu.ai

Aotu.ai 的首席技术官兼联合创始人 Alex Thiel 表示:“假设您从阿里巴巴上的一家在线批发商那里订购了一小批服装。”他说:“我们所做的,就是让您可以看到一个数据仪表板,为您显示出低至工厂层面,已完成生产的成品到底有多少件。同时,从工厂的角度来看,这便于它在一天内多次切换处理对象,无需作出任何工作流程方面的改变。”

开放式平台上的机器学习

该解决方案的核心是 BrainFrame 平台,它能够将任何联网的摄像头转变为持续监控的智能视觉摄像头。该平台通过提供易于使用的配置 GUI、类似于应用商店的拖放式“视觉胶囊”,以及对硬件进行水平扩展以同时支持数百个视频流的能力,简化了计算机视觉的开发(图 1)。

BrainFrame 平台利用 OpenVisionCapsules 技术组合将视频馈送和人工智能算法结合到端到端视觉系统中。
图 1。BrainFrame 平台利用 OpenVisionCapsules 技术组合将视频馈送和人工智能算法结合到端到端视觉系统中。(来源:AAEON

OpenVisionCapsules 开源封装格式包含描述和实现机器学习算法的所有代码、文件和元数据,对开发人员的域专业知识要求较低。Thiel 说:“我们的系统专为简化使用方法而打造,从而使科学家能够在无需了解过多细节的前提下建立起强大的生产系统。”

BrainFrame 在优化视觉算法的同时,自身对内存的消耗微乎其微。为了做到这一点,该平台集成了英特尔® OpenVINO 工具套件,并为配合英特尔® 处理器使用进行了预优化。

据 Thiel 介绍,神经网络优化环境能降低部署成本,并增强自定义计算机视觉设计的能力。“通过 BrainFrame 使用 OpenVINO 速度更快,还可以降低编程工作量,甚至无需编程。因为 VisionCapsule 库会提供大量您所需的代码。”

服装生产中的服装计数和识别用例需要将视频馈送至计数算法中,然后再馈送至业务逻辑胶囊中。为了做到这一点,而又不把时间和精力浪费在开发完全自定义的算法上,BrainFrame 平台将 OpenVINO 图像检索模块融入到 VisionCapsule 中,得以利用 Aotu.ai 的身份控制 API 来处理服装图像。

通过采用多个模型、协同工作,计算机视觉开发和部署得到了简化,变得可扩展且经济高效。

Thiel 说:“只需简单拖放一批 VisionCapsules 即可完成服装生产工厂的部署。” “无需编写自定义代码。别人要花六个月,而我们只需两周左右就完成部署了。”

面向计算机视觉模型开发的应用商店模型

BrainFrame 平台的开发是在 Aotu.ai 经历了为多个客户构建计算机视觉解决方案的过程之后产生的。每个客户需要的应用程序和模型都稍有不同,这使得开发和部署既耗时又昂贵。

BrainFrame 方法如此快速和简单的原因之一是,它的形式类似于应用程序商店。该平台为开发人员提供了一份由算法和其他组件构成的菜单。您可以像下载应用程序一样访问每一个算法或组件,将它们组合起来,以创建您所需的功能。例如,要创建一款基于视觉的水果识别系统,您可以将一个专用于识别形状的图像识别模型与另一个针对色彩检测进行过优化的图像识别模型组合起来。

您可以在面向制造商、原始设备制造商、系统集成商和开发人员的边缘人工智能开发套件中找到 BrainFrame 平台。该套件由 Aotu.ai 和 AAEON 合作打造而成,其中包含一台采用第八代智能英特尔® 酷睿 i5 处理器和两个英特尔® Movidius Myriad X 视觉处理器的 UPX-Edge 无风扇工业计算机,并预装了 Aotu.ai BrainFrame 平台。

多租户支持功能甚至允许多个用户同时访问该工具套件。Thiel 说:“开发人员可以调整不同的模型并将其异步上传,而系统集成商正将 API 连接到工厂中的系统,与此同时,终端用户则在更改 GUI 上的参数。”

时尚快,开发更快

相比于目检,借助计算机视觉实现的自动化质量检测可让服装生产设施的操作人员更高效地发现缺陷和生产故障,避免付出高昂的代价。此外,计算机视觉系统还能够通过英特尔® 工业边缘洞见软件向工厂的制造执行系统提供实时数据。

工业边缘洞见软件使用与操作系统和协议无关的微服务架构,能够从智能视觉系统等端点设备捕获数据,并在边缘对其进行实时分析。因此,计算机视觉系统检测到的任何问题都能与智能执行系统同步,以识别设备故障等可能导致生产缺陷的问题,保证至关重要的上市时间不受影响。

对于希望马不停蹄地不断推陈出新的服装零售商来说,这不仅仅是一条时尚宣言。

人工智能火灾探测:计算机视觉守护森林

在全球变暖的时代,森林火灾越加频发和迅猛。以加利福尼亚州为例,2020 年的森林火灾烧毁了创纪录的 440 万英亩土地,摧毁了 1 万多座建筑,造成了 120 多亿美元的损失。

显然,世界需要可持续的解决方案,以守护我们的自然资源和人类生命,避免经济损失。作为一名环保倡导者和可持续发展推动者,我开始思考技术解决方案是否有助于完成这项艰巨的任务。幸运的是,我也是一名计算机科学家,非常清楚研究会多么乏味和耗时。

计算机视觉可监测森林情况

在这种情况下,我经常使用秘密王牌,直接进入英特尔丰富的生态系统——英特尔® 合作伙伴联盟。毫无意外,它让我想到了一个巧妙的解决方案:AAEEO 智能森林火灾监测系统(图 1)。

AAEON 智能森林火灾监测系统借助人工智能来探测烟雾。
图 1。AAEON 智能森林火灾监测系统借助人工智能来探测烟雾。(数据来源:数字业务创新

这个解决方案看似简单,由能够监测大面积区域、探测烟雾和触发警报的摄像头组成。但是进一步分析显示,它采用了创新性架构,是一项技术先进的解决方案。

人工智能可在浓雾中探测烟雾

实际上,图像处理是通过边缘计算设备在本地(摄像头附近)完成的。这台工业级计算机可分析来自双摄像头的图像,即一个可见光摄像头和一个红外摄像头,并且识别任何烟雾迹象。如果系统检测到烟雾,会立即启动中央操作警报,以提醒当地消防部门。

为了避免误报警,该设备可以区分烟雾和雾霭。让它训练一分钟。这套系统已经过训练,可识别雾霭,不会误触警报。

这些都要归功于英特尔® Movidius Myriad X 视觉处理器。这款非凡的处理器通过专业架构执行图像分析,该架构可以在极低的功耗预算下执行深度学习推理。

面向消防员的中央监测和预测

在边缘处理视频的能力具有众多优势,包括可减少必须发送至中央操作中心的数据量,许多摄像头将安装在网络连接有限的远程位置,因此这是一项重要优势。

发送至数据中心后,所有摄像头中的图像将被联合分析,以获得森林范围内所有火灾活动的透视图。随后就轮到系统大展身手了。它可以充分考虑到风和湿度等环境因素后,预测火灾蔓延的方向和速度。接下来,它会提前通知相关消防部门,让他们有时间疏散居民,并尽力控制火势蔓延。

此外,这款出色的系统还能存储数据,并将其用于迭代改进,从而表现更上一层楼。考虑到 AAEON 是现实世界人工智能领域的领导者,这并不令人惊讶。

此时你可能会想:但是成本是多少?

实事求是地说,价格并不昂贵,任何客户都可负担得起。当 AAEON 的高管团队告知我总拥有成本时,我惊讶极了。考虑到系统在保护人类生命、自然环境和促进可持续性方面的能力,其售价和后续管理成本非常适中,无需支付天文数字般高昂的费用。

借助人工智能实现全球目标

AAEON 解决方案描述了多种方式来借助人工智能强大的预测影响力,可以随时随地或在需要本地智能的领域使用。这似乎是我们可预见的未来,人类和人工智能携手,为我们和地球构建更美好的未来。

这是全球各国领导人的共同目标,多个国家政府都认为有必要创建一个共享平台,以探索和缓解人工智能对社会和经济的破坏性影响。

例如,在欧洲,AI4EU 项目旨在协调、平衡和促进创新和技术转让。我很荣幸作为评估委员会的外部专家参与到这个项目中来,从而获得了一个前瞻性视角,以了解人工智能的正面应用。

回到我的中心叙述:我强烈感受到,火灾探测系统能够助力可持续性,因为它可以防止森林火灾产生的二氧化碳排放;通过将所有数据传输到云端的巨型计算机,避免过度消耗电能;且发展中国家和发达国家都可以普遍使用。

简而言之,它可以让我们每个人都参与到一场可持续性运动中,保护我们唯一的星球。

健康技术向虚拟护理转型

不是所有英雄都身披斗篷,还有很多英雄身穿手术服。当我们想到疫情期间奋战在前线的人员,医疗保健专业人员无疑是冲锋陷阵的排头兵。尽管缺乏充足的个人防护设备 (PPE),而且新冠肺炎病毒具有高度的传染性,但是他们仍然坚持不懈地工作。

Banner Health 通过一项独创性的健康技术解决方案缓解了这种危险的处境,借助该解决方案,临床医生能够在不进入病房的情况下利用虚拟护理技术安全地监控患者。通过尖端的医疗保健技术,他们能够将其 28 家急症医院和急诊室中的现有病房电视转换成虚拟护理端点。

凭借协作的精神,医院网络能够快速推出低成本解决方案,以确保医疗保健员工能够更安全、高效地工作。VeeMed Inc. 是一家下一代交钥匙远程医疗解决方案提供商,已经与 Banner Health 合作实施了另一项医疗保健技术。但是随着疫情的持续,领导要求转变方向。

VeeMed 业务开发高级副总裁 Ed Leer 说:“他们主要是说‘我们需要改变平台的实施计划,因为我们现在需要开发针对新冠肺炎患者的解决方案’。”

在短短两个月的时间内,该公司就已开发和部署了基于其 VeeKast 软件的虚拟护理交付平台 (Virtual Care Delivery Platform)。Leer 解释说:“作为一家软件公司,我们可以轻松地应对挑战,因为我们无需开发新产品或硬件;我们只需重新配置和利用已有的资源即可。”

VeeKast 简单而别致、价格低廉、易于实施。通过将微型电脑(例如英特尔® NUC)插到病房电视的背部,即可将其转换成可用于远程医疗的病房装置。

现在,远程访问节省了 Banner 人员的时间和资金,因为护理提供者无需穿上防护服或占用有限的个人防护设备,即可密切监视患者,进行虚拟咨询,甚至让其他护理人员和家属加入会话。

很容易便获得了 Banner Health IT 部门的认同,因为方案的价值可谓立竿见影,而且实施也是易如反掌。只要病房内有插头并且电视具有高清媒体输入 (HDMI) 功能,就可以随时使用高级软件和摄像头系统提供高质量护理。

这使 Banner 可以在紧迫的时间内推出 VeeKast,整个网络上目前有超过 1,200 台设备在使用。Leer 说:“因为实施非常简单,他们每周可以安装几百台设备。由于满足这个重要的需求是刻不容缓的,因此更加凸显其价值。”

健康技术扩展到新冠肺炎以外的其他领域

尽管 VeeMed 对其软件进行了专门的改造,以应对新冠肺炎相关的挑战,但 VeeKast 解决方案具有多种用途,可在许多其他场景中为患者护理提供支持。

Leer 指出:“在任何类型的临床手术中,只要有电视或显示器便可以设置远程医疗端点。”因此,尽管有了 VeeKast 解决方案,向新冠肺炎患者提供护理无需穿戴防护服和个人防护设备,但这种医疗保健技术也可以在许多其他用例中提高效率。例如,该方案可以最大程度地缩短大型医院中住院医生巡查病房所需的时间,因为他们可以利用该平台以虚拟的方式访问患者,包括处于远距离病房中的患者。

VeeMed 目前开始将 VeeKast 纳入 TeleICU、TelePsych 和 TeleStroke 等计划,这些计划都是该公司提供的软件即服务产品,使医疗保健机构能够联系值班医生来协助患者护理。

对于 ICU 或中风急诊,专科医生能够通过高质量摄像头进行密切观察。Leer 解释说:“例如,对于中风病例,神经科专家可以利用我们的平台远程控制摄像头以放大瞳孔,从而进行更好的诊断。”

借助这一虚拟护理功能,乡村医院无需将患者转院而使患者面临风险。从财务角度来说,也意味着医院可以保留该患者产生的收入。

Leer 说:“我们已在全国的重症护理环境中部署了该解决方案,每天为成千上万名患者提供高质量护理。我们开始看到医院开拓了思维,并意识到他们可以做到以前从未想过的事情。”

虚拟护理的采用率不断增加

由于新冠肺炎在各个领域产生了革命性的变化,因此将引发新的远程医疗需求。Leer 说:“目前的环境已经降低了阻碍,并向医生、患者和购买者展示了远程医疗的价值,而在以前,远程医疗并不是这些群体优先考虑的事情。”

Leer 预测,消费者和医生都将接受远程医疗——不仅提供远程诊断,还提供连续监控以跟踪患者及其康复进展。

Leer 说:“新冠肺炎已经成为巨大变革(以及 VeeMed 的巨大变革)的催化剂。”“我们对可以实现的事情有非常多的想法,这不仅体现在护理的视觉和音频方面,还体现在分析、人工智能和机器学习方面。这些创新将使医疗保健人员能够更高效地完成工作,最终改善患者的健康。”

未来的智能工厂今天已经到来

通过连接各种控制系统,从工业网关到边缘服务器,再到企业基础设施,自动化公司希望获得可以提高效率和生产率的运营洞察力。例如,位于德国安贝格 (Amberg) 的西门子 (Siemens AG) 工厂生产可编程逻辑控制器 (PLC),该工厂已经完成了这种数字化转型,实现了从采用人工智能的质量检查到预测性维护的各种用例。

一直以来,安贝格工厂的自动化系统作为独立、单独的单元运行,与物理集群或更广泛的工厂网络中的其他各个系统没有网络连接。所以,执行预测性维护等功能所需的机器数据仍然被局限在单个设备孤岛中,无法传递到执行机器学习任务的高阶分析系统。

为了促进实现先进的工业 4.0 用例,工厂需要对架构进行重新设计,以在边缘实施网络和计算基础设施,而无需完全移除现有的自动化端点。为了实现这一目标,西门子的工程师在工厂车间部署了公司自己的 SIMATIC IPC 网关,用于聚合来自多达 10 个端点的控制系统数据,执行预处理,并将数据传输到附近的人工智能服务器。

“在过去,我们有很多机器在本地工作,但它们并没有彼此连接,”西门子的市场营销经理 Wolfgang Lay 说。“现在,我们建成了 IPC,可以从 PLC 收集数据并将其发送到运行人工智能算法的服务器。我们这样做是为了简化和改进质量检查系统,以及实施预测性维护。”

工业 4.0:建立在针对物联网而强化的技术之上

来自全球技术巨头西门子公司的 SIMATIC IPC 产品组合已经在全球范围内部署了数年。但是,安贝格工厂所展现出的变革性分析和联网能力在很大程度上应归功于结构紧凑、坚固耐用的 IPC227G 和 IPC277G 控制器的核心部件 — 英特尔凌动® x6000 系列处理器(以前代号为 “Elkhart Lake”)(图 1)

SIMATIC IPC 的照片
图 1。SIMATIC IPC227G 和 IPC277G IPC 没有风扇,也不包含活动部件,专为工业物联网用例而设计。(资料来源:英特尔®

增强的性能不仅使某些机器学习工作负载得以直接在设备上执行,还意味着端点应用程序可以在虚拟机内部运行。

尽管 IPC 平台的主要功能是预处理端点数据并将其传输到车间的服务器,但是某些情况下实时决策可以完全在网关上执行,并当作命令传回端点执行。新型工业级 x6000 系列处理器提供了两个或四个 CPU 内核以及一个集成 GPU(图 2),由此带来的计算增强性能让上述任务成为可能。

处理器集成功能示意图
图 2.英特尔凌动® x6000 系列处理器集成了工业和企业功能,以支持融合的基础设施部署。(来源:英特尔®

助力今天与未来的智能工厂

这些性能提升为边缘分析、质量检查和预测性维护等人工智能用例提供了充足的动力。同时,制造 SoC 所采用的 10 纳米工艺有助于实现 4.5 W 至 12 W 的热设计功耗 (TDP),使其能够在工厂环境下坚固耐用的无风扇系统中运行。

而且,凭借一组专用的物联网功能,凌动 x6000 系列处理器在数字化工厂部署中脱颖而出。

  • 英特尔® 可编程服务引擎(英特尔® PSE):分流多种任务,例如远程带外设备管理、实时控制处理,以及时间敏感同步。通过从主机 CPU 内核分流这些及其他功能,可以将更多计算带宽应用于设备上的人工智能或分析处理。
  • 以太网时间敏感网络 (TSN) 支持:三个 2.5 Gbps 以太网 TSN 接口有助于企业系统与操作端点之间透明、可互操作的实时通信。这样,数据便可以确定地,且低延迟地在端点与分析处理系统之间传递。
  • 英特尔® Safety Island:芯片上 IP 块可与 CPU 配合使用,以编排诊断测试、标记故障、报告错误,并监视关键安全应用程序的性能。它可以通过 IEC 61508 SIL 3 和 ISO 13849 第 4 类 PLe 认证,并确保即使在同一设备上运行的次关键分析应用程序失败,关键安全应用程序仍可以继续运行。

新型英特尔凌动处理器性能的提高不仅使某些机器学习工作负载可以直接在设备上执行,还意味着端点应用程序能在虚拟机 (VM) 内部运行。除了能够将 SIMATIC IPC 系列网关之类的平台投入其工厂而无需淘汰和更换现有设备之外,西门子的工程师还能够通过将更高级的控制工作负载从这些节点转移到 IPC 来延长传统端点的工作寿命。

他们还计划在 IPC 上实施管理程序,以在一个虚拟机中运行 S7-1500 软件控制器;同时,在另一个虚拟机中实施工业物联网级 Windows 或 Debian Linux 操作系统。

“计算能力得到大幅提升后,我们不仅可以将 IPC 用作收集和预处理数据的网关,还可用于 PLC 功能 — 将所有这些功能都合并到一个平台上,”Lay 说。

面向未来的工厂

西门子安贝格工厂,以及任何其他采用分层分析法的工业物联网设施的信息架构,都依赖于搭载了英特尔凌动 x6000 处理器的系统,因为该款处理器奠定了安全性、确定性和高性能的技术基础。

从传统上说,这些系统及其数据都是孤立的,并且也能为其找到合理解释。但如今,这些系统和数据有机会公开到更广泛的企业基础设施中,而这种可能性非常巨大,以致于无法被忽视。分层分析帮助当今的工厂面向未来实现数字化的方法数不胜数,而功能性能提升和预测性维护只是其中的两种方法。

无代码平台实现供应链效率自动化

长期以来,全球供应链高管努力寻求清晰掌握各个供应商的情况,并根据这些信息来采取行动。新冠疫情更加剧了这一挑战。例如,有些疫苗必须在极低的温度下运输和储存,从而促使公司寻求新的冷链监测解决方案。

随着全球各地的封锁和旅行限制继续对供应链造成打击,企业正在争先恐后地寻找解决方案,及早应对供应中断可能造成的问题。物联网传感器和数据管理平台前景广阔,但构建和集成可能非常困难和耗时。为了实现最大价值,企业需要易于部署,并且能够与现有系统和数据流轻松集成的解决方案。

D.W. Morgan Company 及其技术子公司 ChronosCloud 可实现上述解决方案。Morgan 一直走在行业前列,致力于通过提高数据质量,提升供应链效率。其一体式自动化平台 ChronosCloud 与英特尔® Connected Logistics Platform (ICLP) 相结合,为需要提升供应链可见性和控制的企业提供一种灵活的解决方案。该解决方案从物联网/ICLP 传感器、运输公司站点、API 和移动应用程序中采集数据,帮助管理人员清晰掌握其供应链的情况。

或许,该自动化平台的最大优势就是将合作伙伴最新消息、文档、照片和物联网设备数据整合在一起,帮助企业全面了解其供应链。数据量可能非常庞大,但可以根据团队中不同专业人员的需求轻松定制。

尽管整合数据本身就是一道难题,但 ChronosCloud 以此为基础,进而专注于解决现实世界的问题。该解决方案主动管理异常和潜在问题,通过协调合作伙伴的行动、加快收入确认,并降低保险成本和索赔,从而加速供应链的运转。

物联网传感器全程跟踪产品

在供应链可见性方面,企业的需求各不相同。例如,有些企业想要监控产品从新加坡到纽约的运输全程。另一些企业则想要监控部分运输路线,比如从机场到仓库的最后几英里。供应链管理人员需要的信息各不相同,因此自动化平台必须根据特定数据集提供个性化仪表盘。

该解决方案还包括自动化功能,使供应链专业人员可以轻松进行例外管理——创建警报,向相关人员通知潜在问题,以便快速解决。例如,用户可以要求接收有关任何订单在 48 小时内未更新的通知。

D.W. Morgan Company 的董事总经理 John Hoyt 表示:“通过获取实时警报,供应链管理人员能够主动解决问题。”他们还可以使用该解决方案与各个供应商进行沟通,自动向关键人员实时发送相关事件的通知。

借助 ICLP 传感器,管理人员可以全程跟踪运输条件的变化,如倾斜、光线和温度。Hoyt 表示:“如果一批货物损坏,可以立即采取补救措施,而无需到半途中才发现问题。”此类数据还有助于为保险索赔提供精确资料。

无代码集成

供应链管理人员正在寻找能够与 ERP 等其他业务系统轻松集成,且仅需少量编码工作即可使用的解决方案。例如,ChronosCloud 用户可以选择通过该解决方案的系统和仪表盘访问数据,或者将信息导入到自己的应用程序和系统中。Hoyt 表示:“我们的解决方案由供应链专业人士开发,目的就是在适当的地方为用户提供灵活性。”“我们可以根据用户的特定需求进行定制。”

冷链技术的实际应用

供应链自动化平台如何运作?首先,企业必须决定为托盘或货运集装箱采用何种物联网传感器。虽然检测光线和温度等条件的单个物联网设备通常很昂贵,但 ICLP 采用通用型通信网关,与贴在运输货物上的低成本标签相配合。“所有标签都受到独立监控,并通过网关设备进行馈送。”Hoyt 表示,“这种方案独特并具有成本效益,是采集相同数据的一种替代方案。”

然后,企业必须决定哪些其他数据将传输到该平台。这些其他数据可能来自业务系统,或直接来自承运人站点,或者通过移动应用程序采集。例如,借助 ChronosTouch 应用程序,卡车司机可在智能手机上输入信息,包括 GPS 数据和其他报告。用户还可以添加运输途中的货物照片。如果箱子损坏或粗暴搬运,可以拍照并上传至平台以作记录。

数据传输至平台后,供应链管理人员便创建仪表盘并设置容差级别,以管理自动化和警报。例如,如果食品供应商正在运输冰激凌,需要确保货运集装箱内的温度不超过 35 摄氏度。他们可以将容差级别设置为所需的范围,如果温度攀升到阈值以上,他们将收到警报。

D.W. Morgan Company 的销售和营销经理 David A. Morgan 表示:对于每个人来说,这是唯一的真实数据来源。”“用户可以点击‘关注’,仅接收与他们相关的警报。”

ChronosCloud 等平台可以与其他数据流轻松集成,从而缩短采用流程。“一位客户要求我们将五家合作伙伴与承运人之间在移动设备、物联网及联网追踪方面的互动整合起来,运输路线是从马来西亚的一家制造商到美国加州的最终目的地。”Hoyt 表示,“仅仅不到两周,平台就已经搭建好,并可投入使用。”

最大限度地提高效率、减少损失

在新冠疫情肆虐期间,能够将救生物资按时送到目的地的高效供应链是至关重要的。随着可见性的提高,企业能够更好地监控运输状况,预测损耗、破损和延误等问题,并主动处理,最大限度地减少损失。

人工智能机器人穿行于智慧工厂中

到目前为止,我们熟悉了工业 4.0,以及使用连接和分析来彻底改变自动化环境中的生产力和效率的方式。但是,您可能会惊讶地发现,工业 5.0(一个人类与智能机器人并肩协作的世界)已经近在眼前。而这种新兴情景正在以协作机器人的形式出现。

这些工业或服务机器人是独立的,并且可以在复杂的半结构化环境中自由运行。

这是从自动导引车 (AGV) 向前迈出的一大步,而前者至今仍在广泛部署,在工厂和仓库中很常见,通常用于将货物和物料从一个地点运输到另一个地点。AGV 的主要局限性在于它们是“引导式”的,这意味着它们会遵循预定的路径,并且要用线条、电线、胶带、激光甚或是能够识别沿指定路线放置的地标的计算机视觉来设定这些路径。

这使得 AGV 在执行重复的固定功能方面表现出色,但在其他方面却有局限性。在向协作机器人发展的过程中,第一步是要实现自主移动机器人 (AMR)。

从自动到自主

AMR 利用先进的智能视觉系统以及同步定位与建图 (SLAM) 软件来实现自由移动和灵活操作。高级机器人平台能够识别其周围的环境,进行相应导航,甚至识别并且避开其行进路线中的物体。

简而言之,AMR 具有更高的移动性、效率、灵活性和安全性。它们甚至可以与其他 AMR 协作以提高工作效率,并在电池电量不足时退出服务去充电。

当然,实现移动自主的能力是借助更复杂的 AMR 技术而实现的。例如,SLAM 技术需要更高精度的传感器,从而需要更多的计算资源来处理数据并对其进行操作。基于这些组件从头开始构建 AMR 是一项复杂的工作,它在硬件、操作系统和协议工程方面给系统集成商带来了许多的挑战。

“有很多系统集成商在构建自己的 AMR 框架”,创新工业自动化产品开发商 Vecow Co., Ltd. 的产品经理 Kev Wang 这样解释道。“但是他们必须从头开始测试和验证,仅这一项就可能需要五到八个人的团队花费超过三到四个月的时间才能完成。”

使用一体化人工智能套件加速 AMR

另一种选择是率先使用快速原型开发平台。例如,Vecow VHub 机器人操作系统 (ROS) 是一款交钥匙的人工智能开发套件,可以为系统集成商提供完全集成的硬件、软件和工具堆栈,以加速 AMR 设计(图 1)。

IPC 和工业 AMR
图 1。VHUB ROS 人工智能开发平台包括一个完整的自主移动机器人 (AMR) 开发堆栈。(资料来源:Vecow

VHUB ROS 是英特尔®、Vecow 和 Virtuoso Robotics 合作的成果,并且兼容基于第十一代智能英特尔® 酷睿 i7/ i5/i3 处理器(也称为 Tiger Lake UP)的精选硬件入门套件以及英特尔® Movidius 视觉处理器加速器。Perception 软件开发套件 (SDK) 位于这些硬件目标之上,并且包括 ROS 2、控制固件和人工智能引擎。

Wang 表示:“借助 VHUB ROS,我们与英特尔和 Virtuoso Robotics 合作提供了一个标准框架,使系统集成商可以更好地理解如何进行 AMR 设计。”

SDK 中的人工智能引擎使开发人员可以访问 200 多种最常用的人工智能模型,其中包括 SLAM、对象检测和识别以及其他算法。它可以与行业领先的训练平台(例如,Caffe2、mxnet 和 TensorFlow)配套使用。

为了准备在资源受限的 AMR平台(例如,Vecow EMBC-5000)上使用这些模型,在这些框架中训练的模型会通过英特尔® OpenVINO 工具套件(一种跨平台模型优化器和推理引擎)传递。

“我们使用搭载 Movidius 视觉处理器的 CPU,以及目前搭载集成英特尔® Xe 显卡(采用了 Movidius 视觉处理器)的 CPU 测试过 VHUB ROS SDK。” Wong 表示,“当我们使用 OpenVINO 测试这些平台时,看到性能至少提升了两倍。”

关于协作机器人更深入的洞察

如今,AMR 设计的最大区别当然在于其板载人工智能,这意味着开发人员将在云中训练和标记人工智能模型方面花费大量的时间和精力。为此,可以将 VHUB ROS SDK 作为容器化实例托管在云服务上,例如 Amazon 的 Elastic Container Service (ECS)。

但是,由于优化人工智能算法的过程基于捕获来自 AMR 的推理并将其反馈回 VHUB 模型训练实例,因此系统集成商需要一种将边缘数据实时传输到云容器中的机制。为了实现这一目的,Vecow 使用了工业英特尔® 边缘洞见软件包(英特尔® EII)。

EII 是一种容器化的软件架构,可以收集、存储和分析时间序列和视觉传感器数据,然后在从边缘到云的各种操作系统和协议中进行编排和管理。这样可以确保安全性,并且几乎是实时的(<10 毫秒)闭环。

Vecow 工程师具有在人工智能推理优化中部署 EII 的丰富经验。他们善于利用软件的功能,在实时同步运行多个人工智能功能方面最大限度地提升性能。该团队已经对构成 VHub ROS 的所有人工智能功能、工具和平台进行了研究、实施、测试和验证。

这为评估和集成生命周期节省了大量时间,使 AMR 系统集成商可以立即进入应用程序设计环节,并将其上市时间缩短数个月。

AMR:走向协作的未来

AMR 已准备好再次改变自动化市场,并开创人与机器之间前所未有的合作时代。

但是,如果要发挥这些早期协作机器人的潜力,各组织机构必须首先与技术合作伙伴开展合作,后者可以简化 AMR 硬件、软件和连接堆栈不断增长的复杂性,从而为出色的应用程序设计开启​​大门。借助 VHUB ROS 之类的交钥匙平台,快节奏的人工智能创新将触手可及。