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
2024年10月8日,Geoffrey Hinton(杰弗里·辛顿)因在人工神经网络领域的开创性工作获得诺贝尔物理学奖。
NVIDIA联合多伦多大学开发的ChronoEdit系统通过将图像编辑重新定义为视频生成问题,让AI具备了物理常识。该系统引入时间推理机制,能够想象编辑的完整变化过程,确保结果符合物理规律。在专业测试中,ChronoEdit超越了所有开源竞争对手,特别在需要物理一致性的场景中表现突出,为自动驾驶、机器人等领域的应用提供了重要技术突破。
这项研究提出了MITS框架,使用信息论中的点互信息指导AI推理过程,解决了传统树搜索方法计算成本高、评估标准模糊的问题。通过动态采样和加权投票机制,MITS在多个推理数据集上显著超越现有方法,同时保持高效的计算性能,为AI推理技术开辟了新方向。