A Fujitsu mérsékli a vizuális ellenőrzést támogató MI-megoldások költségeit
A Fujitsu a Laboratories of Europe a mai napon két olyan új technológiát mutatott be, amely jelentősen mérsékli a vizuális ellenőrzést támogató MI-megoldások létrehozásának költségeit. Az új megoldás olyan új típusú, normál (sérülésmentes) adatokkal betanítható hibaészlelő technológiát használ, amely jelentősen mérsékli az adatsorok összeállításának költségét, és lehetővé teszi a korábban nem észlelt minták azonosítását.
A Fujitsu ezt MI-vel gyorsított grafikus felhasználói felülettel ötvözi, amely az automatikusan azonosított kritikus területek alapján gyors klasztercímkézést végez, és ezzel jó minőségű adatsorokat hoz létre. A két technológia együttes alkalmazásával nagy pontosságú, automatikus hibaélszelés végezhető (a kritikus területek 80-90%-ának automatikus felderítésével), és 50-100x-os gyorsulás érhető el az adatsorokon alapuló betanítás és címkézés folyamatában.
A vizuális ellenőrzés a vizuális adatok elemzésének elsődleges módszere, amellyel – általában képek alapján – azonosítják a kritikus területeket. A művelet során rendkívül nagy adattömeget elemeznek aprólékosan kis számú kritikus terület behatárolásához. A gyártóiparban ezt a megközelítést alkalmazzák a hibás termékek vagy a terméken belüli hibás részek azonosítására. Az infrastruktúra-karbantartás során ennek segítségével találják meg a repedéseket a hidakon, a kátyúkat az utakon, az egészségügyben pedig a beteg szövetrészeket. A vizuális ellenőrzés automatizálásával az elemzési idő és ezzel együtt a költség is jelentősen mérsékelhető. Ráadásul az automatikus elemzés kiiktatja az eltérő emberi értelmezések miatti variációkat, és ezzel következetesebb eredményeket biztosít.
A jó minőségű adatsorok létrehozásában az jelenti a kihívást, hogy nagyon kis számú kritikus területtel kell foglalkozni, és a pontos MI-modell betanításához szükséges nagy mennyiségű kép vizuális ellenőrzése sokba kerül. Egy 100 hibát tartalmazó adatsor összeállításához például 100 ezer képet kell ellenőrizni (0,1%-os átlagos hibaarány). 1000 kritikus terület esetén 1 millió kép vizuális ellenőrzése szükséges egy észszerűnek tekinthető adatsor elkészítéséhez. A Fujitsu Laboratories of Europe kombinált MI-megoldása orvosolja ez a problémát, és lehetővé teszi a jó minőségű címkézett adatsorok gyors és költséghatékony generálását. Az új technológiákat külön-külön és együtt is lehet használni. Az anomáliaészlelő technológia közvetlenül alkalmazható a szabályosnak tekintettől való bármilyen típusú eltérés közvetlen azonosításához. A LabelGear pedig elvégzi a szükséges címkék hozzárendelését, ha a megoldás megköveteli az eltérés (vagy hiba) jellegének meghatározását.
Fujitsu Laboratories of Europe vezérigazgatója, Dr. Adel Rouz így magyarázza a technológiai áttörés jelentőségét: „A Fujitsu legújabb MI-technológiája fejlett adatanalitikai és gépi tanulási szakértelmünkre támaszkodva segíti a komplex roncsolásmentes vizsgálati alkalmazásokat. Az olcsón és egyszerűen generálható, nagy volumenű hibamentes mintával dolgozó új hibaészlelő technológia gyorsan felméri, mit kell automatikusan keresni. Ezzel egyszerűsíti és gyorsítja a gépi tanulási megoldások kidolgozását, és korábban ismeretlen anomáliák észlelését teszi lehetővé. Az új MI-vel támogatott LabelGear grafikus felhasználói felülettel együtt olyan ütőképes vizuális ellenőrző eszközt fejlesztettünk ki, amely sokféle feladatra alkalmazható, csökkenti a költségeket, javítja a pontosságot és felgyorsítja a teljes folyamatot.”
Lehetséges alkalmazási terület a gyártóipar, ahol kamerákat helyeznek el a gyártósor főbb pontjain, folyamatosan monitorozva a termékminőséget és azonosítva a potenciális hibákat. Az acélgyártásban például, ahol 2 km-nyi acéltekercset állítanak elő óránként, körülbelül 70 ezer kép segítségével rögzítik egy-egy acéltekercs felületét, és mintegy 1 millió képet készítenek naponta. A Fujitsu megoldásával 200 felismerést igénylő hibatípus esetén a hibák 80-90%-a automatikusan azonosítható, és megfelelő címkével látható el. A megoldás szintén jól használható az infrastruktúrafigyelés és az egészségügy területén, ahol képes diagnosztikát végezni, és kiszűrni a normálistól eltérő értékeket, pl. a röntgenképeken mutatkozó mellkasi rendellenességeket. Egyedül az USA-ban mintegy 150 millió ilyen egészségügyi szűrővizsgálatot végeznek évente. A keletkező óriási képtömeg manuális címkézése megfizethetetlenül drága és időigényes folyamat lenne – ám a Fujitsu automatikus vizuális ellenőrzési technológiáival mindez könnyen kezelhető.
A technológiákról
A Fujitsu Laboratories of Europe megoldása hibamentes adatok alapján pontos modellt állít fel arról, mi tekinthető normálisnak (pl. jó terméknek, szabályos felületnek, egészséges szövetnek). A megismert hibamentes modell és a tényleges kép összehasonlítása alapján a rendszer észleli a váratlan mintákat (kritikus területeket) – függetlenül attól, hogy korábban találkozott-e már velük. Kizárólag címkézetlen adatok használata esetén a rendszer a kritikus területek 80-90%-át képes automatikusan felderíteni.
1. ábra: 3 adatsoron elért pontosság gyártási területről
Az MI-vel gyorsított LabelGear grafikus felhasználói felület lehetővé teszi, hogy a rendszer gyorsan címkéket rendeljen az automatikusan felderített kritikus területekhez a jó minőségű betanítási adatsor létrehozása érdekében. A megoldás a kritikus területeket vizuális megjelenésük alapján klaszterekbe sorolja, hogy a felhasználó egyszerre egy egész klasztert címkézhessen fel különálló képek helyett. Egy kisebb adatsor (pl. 10%) címkézését követően a grafikus felhasználói felület elkészíti az adatok belső leírását, amelynek segítségével előre tudja jelezni a még címkézetlen adatsort. Ennek alapján a grafikus felhasználói felület dinamikusan újrarendezi a célcímkéket, és következetesen a legvalószínűbb egyezéseket helyezi el felül, csökkentve ezzel a megfelelő címke megkereséséhez szükséges időt. A kritikus területek automatikus azonosításának, a teljes klaszter címkézésének és a címkék dinamikus újrarendezésének köszönhetően 50-100x gyorsabban állítható össze jó minőségű adatsor, mint hagyományos technológiákkal.
Ha nagy mennyiségű címkézetlen képadat áll rendelkezésre, akkor a LabelGear közvetlenül is használható a szükséges címkék gyors hozzárendeléséhez az észlelési feladatok besorolásakor. Ha a megoldással szemben a betanítási adatsorban nem szereplő anomáliák megjelölése is elvárás, a Fujitsu anomáliaészlelő technológiája tudja biztosítani ezt az extra funkciót.
2. ábra: A jó minőségű címkézett adatsorok generálásához használt két új technológia. Az első technológia hibamentes adatok felhasználásával automatikusan kijelöli a kritikus területeket. Ezután a LabelGear grafikus felhasználói felületen keresztül címkék rendelhetők hozzá ezekhez a területekhez.
Kapcsolódó cikkek
- Eltűnhet 2040-re a rák és a cukorbetegség?
- Földrengés ellen védi az olimpia helyszíneit a Bridgestone
- A Fujitsu MI-alapú technológiával automatizálja az orvosi szövegek kódolását
- A technológia teszi olcsóbbá és hatékonyabbá a szállítmányozást
- A Fujitsu bemutatja, hogyan tágítja tovább a mélytanulás és a mesterséges intelligencia határait
- A Fujitsu mérsékli a hajók által kibocsátott üvegházhatású gázok mennyiségét
- Európai autógyártók az IBM mesterséges intelligencia és felhőalapú megoldásait választották
- Kreatív videózási lehetőségeket kínál a Huawei P30 legújabb frissítése
- Megérkezett a MIR legnagyobb teherbírású robotja
- A menedzsereknek leáldozott, a mozgósító vezetőké a jövő
Megoldás ROVAT TOVÁBBI HÍREI
3 árulkodó jel, hogy a cég IT csapata már nem versenyképes
Szinte követhetetlen tempóban fejlődnek a vállalati szolgáltatásokat támogató IT-rendszerek, a cégek pedig komoly piaci hátrányba kerülhetnek, ha nem tartanak lépést a változással. Az ügyfelek és a munkatársak igényei egyre csak nőnek, a versenytársak szolgáltatásai pedig rövid idő alatt gyorsabbá, kényelmesebbé, átláthatóbbá válhatnak a miénknél.
Rákapcsolt az Euronics: már aznap megérkezhet a grill vagy a hűtő
Egyre népszerűbb a vásárlók körében az aznapi kiszállítással vagy áruházi átvétellel történő rendelés az Euronicsnél. A megrendelés napjára házhoz szállítást ígérő szolgáltatás tavaly nyáron indult, idén pedig még szélesebb időablakkal lehet már rendelni Budapesten belül. Az online leadott rendeléseket pedig az áruházakban is át lehet venni akár még aznap, ez a szolgáltatás már országszerte elérhető ingyenesen. Az ilyen módon rendelt termékek toplistáján ott vannak a ventilátorok, a kávék, a mosószerek, és az állateledelek, de rendeltek már asztali grillt is így.
Elérhetővé válik az automatikus munkabérelőleg
Automatikus Munkabérelőleg Rendszer (AMBER) néven biztosít új szolgáltatást a MagNet Faktor a Kulcs-Soft-tal partnerségben. Az új megoldás segítségével a bérszámfejtő szoftvert használó cégek alkalmazottai gyorsan és egyszerűen juthatnak a már ledolgozott munkanapok után járó fizetésükhöz. A munkavállalók mellett a vállalkozásoknak is kedvező ez a lehetőség: az adminisztratív terheik csökkennek, a bérfizetés pedig rugalmassá válik.
Üzembe állt a Siemens e-kamion töltője
A világon elsőként a felső-ausztriai Laakirchenben, az autópálya melletti OMV-töltőállómáson helyezték mindennapos üzembe a Siemens e-kamionok tankolására is alkalmas új csúcstöltőjét.