ZD至顶网软件频道消息:IBM周二正在推出一种新的Watson支持的物联网(IoT)服务,旨在帮助制造商精简其装配线检验流程。
Watson IoT平台副总裁Bret Greenstein对ZDNet表示,Watson被用来处理和分析各种结构化和非结构化数据,视觉识别是其优势之一。他说,使用Watson改进制造检验流程是一个理想的用例,这是由于这项工作的重复性。在每个部件都经过了检验之后,Cognitive Visual Inspection(认知视觉检测)系统变得更加有效。
事实上,IBM发现,对包括视觉检查在内的八天生产周期进行的半天的早期测试显示,Cognitive Visual Inspection(认知视觉检测)系统可以将检测时间减少高达80%。
该系统还将制造缺陷降低了7%至10%。它可以帮助检测微小的产品缺陷,如划痕和针孔尺寸的孔。
为了部署系统,数据科学家为其提供图像并训练其查找某些类型的缺陷。Greenstein表示:作为制造商,“你知道要找什么,现在只是教会一个系统来帮你寻找这样的缺陷,只要你有更高程度的信心,效果就会更好。”
系统会在拥有了足够的信息来检测某些缺陷模式时给出通告。 Greenstein表示,培训时间因产品而异,但制造商可以在一天之内启动并达到一定程度的置信水平。
系统被训练好之后,它将使用制造商已经使用的任何UHD相机系统的图像。Cognitive Visual Inspection(认知视觉检测)系统会在发现潜在缺陷的时候向人类发出警示,并且根据其是否发现缺陷给出置信水平。
该系统易于扩展。通过基于云的培训和管理工作流程,可以部署在任意数量的制造检验站。
定价使用的是基于消耗量的模型,以及附加许可组件。
IBM目前正在与全球IT咨询和技术服务提供商Capgemini合作,为其客户测试和集成IBM Cognitive Visual Inspection(认知视觉检测)系统。Capgemini是在位于德国慕尼黑的IBM Watson 物联网总部办公的公司之一,IBM在过去二十多年中队该总部投资了2亿美元,是该公司在欧洲最大的投资。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。