Впровадження комплексних рішень оптимізує систему і полегшує для галузі впровадження систем глибокого навчання ШІ
Впровадження комплексних рішень зменшує складність побудови системи, полегшуючи для галузі впровадження систем глибокого навчання Штучного Інтелекту (ШІ). Вкладаючи час і зусилля в свої звичні ноу-хау в області, підприємства можуть створювати більше промислової цінності.
Будучи темою для обговорення і досліджень протягом більше п'ятдесяти років, штучний інтелект нарешті вийшов за межі лабораторії після розробки нейромережевих алгоритмів методів глибокого навчання. В даний час ШІ більше не є технологією, ексклюзивної для R & D. На додаток до використання в суперкомп'ютерах, які обіграли кращих шахістів світу, на машинах без водія, які в даний час проходять дорожні випробування, і на роботах, які були розроблені для відчуття індивідуальності та самобутності, ШІ також отримує широке визнання в якості інструменту для додатків. Наприклад, технологія глибокого навчання використовується в широкому спектрі спеціалізованих додатків, таких як перевірка якості фруктів і овочів, підрахунок роздрібного трафіку і аналітика, медична візуалізація і інтелектуальна транспортування.
Загальна концепція глибокого навчання ШІ полягає в наступному:
1. Збір величезної кількості навчальних матеріалів
2. Отримання моделі знань, що розроблена з системи навчання штучного інтелекту
3. Введення моделі, яка була розроблена для застосування в конкретній галузі.
Ці, здпється, прості кроки насправді вимагають значного досвіду в апаратному та програмному забезпеченні, а також у відповідній області. Початок використання галузями глибокого навчання ШІ для підвищення їх якості та ефективності призводить до появи на ринку багатьох відповідних технологій. Такий перспектвний і в той же час конкурентний бізнес-ринок є не тільки сильною стороною, але і слабкістю для тих, хто прагне запровадити глибоке навчання ШІ. Перевага для користувачів полягає в різноманітності ресурсів, які можуть вибирати розробники, в той час як основні недоліки включають в себе трудомістке і клопітке завдання з інтеграції різних типів апаратного і програмного забезпечення.
Спрощення розробки систем глибокого навчання ШI
Активно інвестуючи в глибоке навчання ШІ, Advantech виявила, що крім трудомісткого завдання збору навчальних матеріалів, найбільш поширеною проблемою, з якою стикаються галузі, є важка робота, пов'язана з побудовою системи. Наприклад, яка апаратна платформа необхідна для того, щоб мати достатню функціональність для складних обчислень? Який тип технічних характеристик обладнання необхідний для відповідності суворим вимогам середовища застосування (наприклад, громадський транспорт, заводи, чисті приміщення і медичні установи)? Як системи ШІ підключаються до програмного забезпечення вищого рівня або хмарним платформ? Чи є які-небудь моделі знань для скорочення загального часу навчання? Чи повинна бути розроблена нова система або існуюча система повинна бути вдосконалена до системи глибокого навчання?
Для вирішення вищезазначених проблем Advantech пропонує повне рішення для глибокого навчання з вбудованим апаратним і програмним забезпеченням. Рішення включає в себе навчальну платформу для розробки моделей глибокого навчання, модель знань для платформи логічних висновків, що дозволяють робити висновки в реальному часі, SDK, який можна застосовувати для розробки систем глибокого навчання, готову до використання модель знань, розроблену в процесі навчання, а також системне планування і технічні консультаційні послуги, що надаються професійними командами. Це спрощує побудову системи, полегшуючи розробникам створення системи глибокого навчання ШІ. Також це дозволяє розробникам сконцентруватися на ноу-хау в своїй області для створення більш інноваційних і практичних додатків.
Точний моніторинг транспортних потоків і ефективне забезпечення правопорядку
Рішення Advantech для глибокого навчання були успішно впроваджені в обробній промисловості, роздрібній торгівлі, транспорті та в багатьох інших галузях. Наприклад, додатки для інтелектуальних перевезень включають в себе статистичний аналіз транспортних потоків, виявлення пасажирів MRT, ідентифікацію автомобілів і номерних знаків, виявлення паркувальних місць, контроль порушень правил паркування автобусів, контроль великих транспортних засобів і виявлення вторгнення на залізницю.
Крім них рішення для статистичного аналізу дорожнього руху, що включає в себе установку платформи навчання і логічного висновку SKY - 6100 в центрі управління рухом, а також багатофункціональну платформу виведення MIC-7500 на узбіччі дороги. Ці дві платформи працюють разом, щоб ідентифікувати транспортні засоби в окремих смугах руху по типу автомобіля (наприклад, велосипед, мотоцикл, автомобіль, вантажівка, автобус і т.д.). Ці дані завантажуються на хмарну платформу. Крім того, API в SDK Advantech також забезпечують безперебійний зв'язок між даними і додатками системного інтегратора для створення звітів з управління трафіком. Панель також забезпечує відображення інформації в режимі реального часу, яка має вирішальне значення для інтелектуального управління транспортною системою. На відміну від попередніх систем, де на узбіччі дороги були встановлені індукційні котушки для виявлення і підрахунку кількості транспортних засобів, що проїжджають протягом певного періоду, впровадження системи глибокого навчання виключило необхідність установки індукційного котушки і в той же час дозволило отримати більш повні і точні статистичні дані .
У разі примусового порушення правил стоянки на автобусній зупинці на місці установки встановлюється компактна логічна платформа MIC-7200, оснащена вбудованою моделлю знань для отримання захоплених зображень. Коли виявляється, що автомобіль зупиняється на автобусній зупинці і що він не є автобусом (як визначено платформою логічного висновку), цифрові табло і мовник на місці попереджають власника про незаконно паркується транспортному засобі. Крім того, відповідні дані будуть завантажені в систему ідентифікації номерних знаків і хмарну платформу поліцейської дільниці трохи більше ніж через три хвилини після порушення. Це допомагає поліції забезпечити дотримання відповідних законів і правил дорожнього руху. За допомогою таких технологічних інструментів правоохоронних органів поліцейські ділянки з обмеженими людськими ресурсами можуть віддалено контролювати автобусні зупинки і призначати штрафи за порушення правил стоянки без необхідності бути на місці. Крім того, порушникам буде важко покинути місце події через спостереження за камерою.
Зниження технологічних бар'єрів для просування інноваційного глибокого навчання
ШІ - це інструмент, здатний вирішити багато проблем, що стосуються людини. Глибоке навчання з можливістю самонавчання значно покращує чіткість зображень, відео і тексту, що робить його універсальним інструментом для будь-якої програми. Однак розробники систем, які можуть бути компетентні в зіставленні та аналізі даних в деяких областях, можуть не розуміти, яка обчислювальна середа потрібна для плавного глибокого навчання.
Advantech має великий досвід в інтеграції апаратного та програмного забезпечення в вертикальних галузях. Компанія також володіє власними виробничими лініями і виробляє широкий асортимент продукції. Це означає, що Advantech може надати комплексні рішення, які підходять для глибокого навчання, і в той же час може надати цінні ресурси від багатьох сторонніх партнерів, що спрощує побудову системи і знижує технічні бар'єри. В кінцевому підсумку розробники завершують свої проекти в найкоротші терміни.
Advantech вважає, що завдяки такому комплексному сервісу інтеграції ресурсів інтелектуальні та інноваційні програми, розширені за допомогою технології глибокого навчання ШІ, скоро почнуть процвітати без кордонів.
Автор Сяо-Цзин Юй. Інтерв'ю з директором бізнес-групи Advantech Smart System Хоу-Йі Лю і Чжи-Вей Бао.