Microsoft
Advantechline
 

將AI訓練過程模組化 灼灼科技降低人工智慧使用門檻

灼灼科技以獨特的演算法壓縮技術,將終端的運算容量大幅降低,搭載智慧城市的推行趨勢,終端的應用彈性可以大幅提升。灼灼科技

人工智慧(AI)在各個產業中的應用相當廣泛,以在工廠產線上辨識不良品為例,透過機器視覺檢視成品品質,即可以省去相當多的人力成本;這樣的效率建立在被充分訓練、餵養大量數據、健全的演算法上,然而並非所有的產業都有技術、人才、時間等資源,去培養該領域的人工智慧。針對這個問題,DT42灼灼科技股份有限公司(以下簡稱灼灼科技)提出了將AI模組化的概念,作為技術的提供者以獨特的演算法技術,與系統整合商或方案提供商合作。

這套系統名為Epeuva,是一套可以自己完成標記動作的AI。在多數的機器訓練過程中,「標記」往往是一個無法跳過、人力密集的環節;灼灼科技市場開發經理盧葦寧表示,這是一個半自動化的過程,把訓練AI的過程系統化,打造對使用者友善的使用介面。

盧葦寧表示,未來AI的應用在不同產業會越來越多元,然而訓練一套精確的AI需要投入相當高的時間、金錢,並非所有的業者都可以負擔。對此,灼灼科技所開發出的Epeuva,就是希望可以降低AI的使用門檻。

其次,灼灼科技以獨特的演算法壓縮技術,將終端的運算容量大幅降低,盧葦寧舉例,能夠在樹莓派(Raspberry Pi)30美元的硬體上進行深度學習。這樣的技術能夠讓終端的應用不再受限於規格,搭載智慧城市的推行趨勢,終端的應用彈性可以大幅提升。以城市中無處不在的攝影機為例,每數個攝影機架設一個AI Gateway,就可以建立在原有攝影機設備上發揮影像辨識的技術。

此外,邊緣運算的演算技術越強,越可以減少資料在雲端、地端之間來回的次數,進一步減少資料外洩的風險。盧葦寧表示,這對於工廠、家庭等重視隱私的私人場域來說,尤其重要。

盧葦寧表示,不論是Epeuva或是邊緣運算能力,都能夠在不同的產業有多元的應用,而現階段政府大力推行智慧城市,將發展的大方向先瞄準智慧城市的應用。

  •     按讚加入DIGITIMES智慧應用粉絲團