Matryce z AI natychmiast przetwarzające dane przydadzą się w magazynach i zakładach

  • Podzespoły do kamer identyfikują konkretne elementy obrazów i przekazują je do chmury w postaci zdjęć lub tekstu.
  • Pomagają zmniejszyć pobór energii zużywanej przez systemy wizyjne i ograniczyć obciążenie sieci.
  • Analizowanie 30 klatek na sekundę sprawia, że matryce ze sztuczną inteligencją można wykorzystać także w samochodowych systemach bezpieczeństwa.
soczewka

Sony wyprodukowało światłoczułe układy, które służą do przetwarzania obrazu na sygnał elektryczny. Tym, co wyróżnia nowe układy, jest użyty w nich system przetwarzania danych przez algorytmy sztucznej inteligencji – dzięki niemu urządzenia mogą najpierw samodzielnie wyodrębnić niezbędne dane, a później przesłać je np. do chmury obliczeniowej używanej w systemie przemysłowym. Kamery analizują obrazy i przekazują informacje tekstowe będące metadanymi tego, co „widzą” urządzenia lub tylko wybrane elementy obrazów, np. same roboty mobilne. Matryce mają 12,3 megapiksela oraz szeroki kąt, a elementy światłoczułe są w nich umiejscowione tak, żeby pochłaniać jak najwięcej światła, co poprawia doświetlenie i jakość zdjęć. Poza przetwornikiem obrazu układy logiczne dysponują procesorami do cyfrowej obróbki sygnałów, a także pamięcią dla AI.

(Cena matryc wyniesie od 400 to 780 złotych – graf. Sony)

Niskie opóźnienia w transmisji

Twórcy układów podkreślają, że matryce mogą dostarczać również dane w formatach graficznych, ale wysłanie słowa „robot” zamiast obrazu maszyny przemysłowej ma zalety. Mała liczba bajtów nie przeciąża sieci i jest wydajniej przekazywana w czasie rzeczywistym, co może być istotne, jeśli oprócz kamer są do niej podłączone liczne urządzenia IIoT. Poza tym nowe matryce obniżają zużycie prądu potrzebnego do przetworzenia zebranych informacji. Pomogą też uniknąć problemów z naruszeniem prywatności osób, które są w zasięgu kamer, bo podzespoły jedynie informują o obecności człowieka w danym miejscu, ale nie przekazują fotografii jego twarzy do chmury.

Użytkownicy mogą modyfikować modele sztucznej inteligencji, więc kamery da się dostosować do konkretnych wymagań. I tak jedna przy wejściu do zakładu pracy zliczy ludzi, druga poinformuje o brakach towaru na hali, a trzecia stworzy w magazynie mapę cieplną, żeby wskazać miejsca, w których gromadzi się wiele osób. Szybkość urządzenia (30 klatek na sekundę przy przetwarzaniu AI) może przydać się w przemyśle motoryzacyjnym choćby w systemach wykrywających, że kierowca usypia za kierownicą.

Podobnie pracują smartfony

Połączenie sztucznej inteligencji i przetwarzania obrazu jest znane m.in. ze telefonów z biometrycznym uwierzytelnianiem użytkownika (np. FaceID Apple). Takie urządzenia mobilne również działają w modelu edge computingowym i nie wysyłają danych na serwery. Jednak japońska matryca za sprawą własnego procesora nie potrzebuje przekazywać informacji o zdjęciach do innych podzespołów, co istotnie wpływa na jej wydajność.

5G 6G Agile AI AR Automatyzacja Big data Blockchain Cloud computing Cyberbezpieczeństwo Digital twin DIH Dojrzałość cyfrowa Drony Druk 3D Edge computing Egzoszkielety Energetyka Fabryka przyszłości Finansowanie Fotowoltaika GOZ Human augmentation ICT IIoT Konkursy Koronawirus Logistyka ML Motoryzacja MŚP NCBR PPP Pracownicy 4.0 Prawo Przemysł 4.0 R&D Roboty Startupy VR Wodór