人工智慧

每次開始新專案都要費力重新設計，令人心煩，讓您的熱情迅速消退。可悲的是這問題阻礙邊緣視覺 AI 解決方案的開發，導致不時停滯不前的方法，及各自為政實作技術。

電腦視覺和 AI 解決方案軟體公司 Irida Labs 的產品主管 Dimitris Kastaniotis 表示，或許一次性成功證明邊緣視覺 AI 可帶來營運效率，但這項技術不適用於大規模部署。

針對這個問題，Irida Labs 有解決方案。該公司的 PerCV.ai 軟體能降低營運成本、建立並使用可用資料，協助邊緣視覺 AI 大規模部署。此外，PerCV.ai 軟體提供通用基礎結構，可處理現場資料，並重新修正實際安裝條件。

AI 模型需要資訊才能運作。PerCV.ai 的資料引擎負責預先處理和後製資料，及建立、標注、管理資料。因為 PerCV.ai 的資料引擎搭配專有與綜合資料使用，所以專案可以立即運作，不必等候數個月才取得現場的一次性數字。

PerCV.ai 是無程式碼解決方案，可以直接推送至邊緣裝置內部，進一步簡化部署。中央平台可輕而易舉變更功能，或重新校準邊緣攝影機。同樣重要的是，託管攝影機並分析邊緣資料可以防止高額的雲端運算成本。使用 PerCV.ai 有助快速驗證業務使用案例，所以公司可以依照所需規模部署專案。「而且 Intel 技術，包括 Intel^® Movidius^™ Myriad^™ VPU，加速了原型設計與產品開發」Kastaniotis 說。

視覺 AI 實例

邊緣視覺 AI 和 PerCV.ai 的利用的利用堪稱沒有限制，包括工業4.0，即製造業版本的數位轉型。

工業 4.0 是適用於各界和子產業的多元名詞，而 Irida Labs 致力實作工業 4.0 物流和倉庫管理的 AI 自動化驅動準則。在這些主要的難題中，倉儲與物流面臨的是，如何在指定時間找到特定商品的位置。再者，裝貨作業也不是自動化。「安裝攝影機和邊緣視覺 AI 有利倉庫許多作業。」Kastaniotis 說。

例如自動導引車（AGV）會繞行倉庫撿貨，但導引車常有無謂的路線，尋找不在貨架的產品，導致效率低落。PerCV.ai 利用安裝在貨架的攝影機，收集準確的產品庫存，然後整合資訊至導引車的 PLC 伺服器，解決這個問題，所以導引車知道產品確實在貨架時，才會前往撿貨。

「這類解決方案只是自動倉庫或工廠的其中一個要素」Kastaniotis 說。

PerCV.ai 解決方案也有助公司加強倉庫區域進出安全，尤其大型設施有正職工人和承包商，成員複雜，所以更要採用識別制服功能。透過攝影機和即時警示，倉庫管理部門可以判斷工人進出非所屬區域的時間。

Irida 平台可提供眾多使用邊緣視覺 AI 的方法，這兩個使用案例只是當中的範例。監控液體流量是另一個實例。所有案例中，「您都有相同的骨架和基礎結構，但即時處理需求是南轅北轍，所以我們透過同個平台基礎結構，以同樣結構化的方式處理這些需求。」Kastaniotis 說明。

Irida Labs 絕對遵守隱私權法，不會涉及人臉辨識。個人識別資訊僅用於邊緣分析，不作為儲存使用。Irida 也不會將個別公司的訓練資料，用於其他公司的 AI 模型。

與系統整合商合作

雖然 Irida 有助於加速產品開發，但該公司不提供全套訂製解決方案。

不過，Irida 會協助確保方法的可行性，讓客戶完成最後一塊拼圖。後續接棒為客戶訂製解決方案的系統整合商，格外左右結果。SIs 使用 PerCV.ai 測試專案的可行性。SIs 可以使用這套軟體以特定領域的資料調整解決方案，再直接以最少程式碼或無程式碼程序推送解決方案。

「SIs 的軍火庫還需要另一項武器，提供更好的服務，才能為公司和協力廠商帶來更多收益。」Kastaniotis 說。PerCV.ai 的盈餘模型正符合所需：利用邊緣視覺 AI 專案，以快速且可擴充的方式帶來新的營收來源。

而且利用邊緣視覺 AI 帶來更多銷售額，也有助瞭解 AI 趨勢與相關技術限制。首先，公司要瞭解他們擁有的資料集，才能利用合成資料填補缺口。這項技術一樣有效能限制，所以公司必須拿捏準確度和耗電量的平衡。最後需要費一些功夫利用視覺瞭解環境。「您必須徹底瞭解您要達成的結果。」Kastaniotis 說。「您需要可以連結各個要點的基礎結構。若不，很難完成解決方案，讓您的生活變簡單。」

我們才剛開始接觸邊緣視覺 AI，所以 Kastaniotis 很期待這項技術的未來，並預測可自動化的工作數量會大幅增加。偵測病患摔倒或駕駛有睡意是兩個極其實用的例子。

而邊緣視覺 AI 搭配無程式碼軟體，讓自動作業的未來近在咫尺。
 

本文編輯 insight.tech 編輯總監 Georganne Benesch。