科技應用 無人商店 機器視覺 ai人工智慧 日本工具零售商 MonotaRo 藉機器視覺與 AI 打造無人商店,以影像辨識辨識客戶與商品並進行防盜 日本的工具零售商 MonotaRo 今年四月在佐賀大學開設了一家無人商店 MonotaRo AI Store powered by OPTiM ,販售約 2,000 種工具,這家無人商店由人工負責上架、擺設與清潔,但一切的購買與結帳程序都是無人化的。而與許多無人商店是透過 NFC 技術進行商品購買的管理,這家無人商店是利用機器視覺進行顧客辨識、購買商品確認與防盜等機制。 這家無人商店配置有 5 台監視攝影機,利用 OPTiM 的智慧零售管理系統作為中樞,顧客在進入購物前須要先由手機的 app 申請入店,進入時須透過入口的條碼機讀取手機上的條碼,接下來就是由這套智慧零售系統開始追蹤顧客,並藉由機 Chevelle.fu 6 年前
產業消息 機器視覺 fpga Movidius VPU TensorFlow ai人工智慧 Computex 2018 : Intel 邊際運算戰略先鎖定視覺應用,藉 OpenVINO 工具套件提升推論效率 畢竟電子產業醞釀 AI 風暴,同時這股趨勢也從雲延燒到端,就連物聯網現在也開始探討邊際運算與 AI 應用,而 Intel 在 Computex 也針對邊際運算的視覺智慧舉辦說明會。 Intel 也不忘強調他們不僅是 AI 技術的領導廠商,同時從雲到 IoT 終端,提供包括 CPU 、 Movidius VPU 、 FPGA 等解決方案,從訓練到推理不同規模的應用,提供最佳效率的架構;而 Intel 看好視覺運算在邊際運算的潛力,鎖定如產線檢測、庫存管理、遠端廠房監控、智慧城市、公共安全等需使用機器視覺運算的領域,以相關的彙整與分析作為其視覺運算重點。 除了提供硬體方案外, Intel 也強調甫 Chevelle.fu 6 年前
產業消息 COMPUTEX台北國際電腦展 ARM 影像辨識 machine learning 機器視覺 mbed Computex 2018 : Arm 展示低功耗邊際運算人工智慧,以及智慧城市、智慧家庭應用 Arm 今年也不免俗的展示許多基於 Arm IP 技術專利的應用,不過相較前幾天以手機中端為主,今天則以物聯網、邊際運算與智慧家庭等應用為主;其中引人注目的是基於 Cortex-M 的機器學習影像辨識應用。 首先介紹的是基於 ST 微控制器解決方案的 PX4 開源無人機平台,此平台提供基於 Cortex-M4 與 Cortex-M7 的平台,可讓廠商透過開源技術快速完成無人機的設計。 而 Ultrahaptics 則是利用超音波技術,提供免接觸式的觸覺回饋體驗,且不需要透過螢幕做為介質即可偵測,可做為手勢辨識、觸控以及 AR / VR 等應用。 至於基於 Snapdragon 835 的 No Chevelle.fu 6 年前
產業消息 COMPUTEX台北國際電腦展 nvidia 機器人 機器視覺 機器學習 nvidia jetson Computex 2018 : NVIDIA Max-Q 筆電數量成長,全球首發嵌入式機器人開發平台 NVIDIA ISAAC 。 由於適逢台灣 GTC 甫舉辦完畢,加上目前也還未達消費級產品發表時程, NVIDIA 今年在 Computex 主要還是以回顧去年度與客戶合作的成果,以及今年在人工智慧的進展,在觀望新世代 GeForce 的消費者也先別急,執行長黃仁勳已經暗示新一代 GeForce GPU 將有好消息。 在消費性產品部分, NVIDIA 在去年發表了 Max-Q 超薄高性能筆電設計,去年共有八款筆電採用此項規格,而今年 Computex 也陸續增加到 28 款產品,另外今年也將陸續有多款支援 G-Sync 的 4K HDR 顯示器問世。 而在人工智慧部分,就將今年 GTC 的重點產品 DGX-2 超級電腦,以 Chevelle.fu 6 年前
產業消息 COMPUTEX台北國際電腦展 machine learning 智慧手機 IOT 機器視覺 機器學習 Computex 2018 : Arm Nandan 認為行動裝置端的機器學習已是現在進行式 雖然現在機器學習是運算產業相當熱門的議題,現在不少廠商也提出邊際運算的概念,在行動裝置端提供機器學習的能力,不過仍有不少聲浪質疑行動裝置端的深度學習只是個假議題,而在今天稍早 Arm Computex 的活動上, Arm 副總裁 Nandan Nayampally 也被問到這點。 Mr. Nayampally 表示,在提及裝置端的機器學習時,要先釐清機器學習分為兩個部分,包括學習與推理兩部分,而現行較複雜的學習部分多為在雲端執行,但一旦模型培訓完成,即可移植到裝置端使用,而目前在行動裝置上,包括消費者的使用行為的能源管理、相機的應用等,都可活用深度學習的部分,且不少旗艦與主流裝置已經陸續具備這 Chevelle.fu 6 年前
產業消息 intel AI 機器視覺 類神經處理晶片 Intel 的 AI 戰略:萬事皆備,仍待東風 在上週, Intel 在舊金山舉辦首場以 AI 開發者為主的 AIDC , 在大會中, Intel 介紹了它們目前手中持有的 AI 資源,想讓開發者知道 Intel 不只有 x86 CPU ,同時也透過軟體開源的方式,希望藉此拋磚引玉吸引開發者使用這些資源,而在這一切的背後不難看出 Intel 想證實它們已經做足了準備。 然而回歸現實,即便手中握有一手好牌, Intel 現在在新 AI 世代仍是處於一個等待東風的情況。 AI 並不是新議題,而是一個持續進行式,且直至 2012 年以前, Intel 保有絕對的優勢,畢竟在此之前談論到超級電腦、伺服器架構等,幾乎都是以純 CPU 打造的架構。但 Chevelle.fu 6 年前
產業消息 機器視覺 Movidius VPU 深度學習 deep learning Intel 藉 Movidius VPU ,為機器視覺帶來兼具省電與深度學習推理能力 在不少的 AI 應用當中,影像辨識與機器視覺是最主要的應用, Intel 也在日前收購了 VPU 製造商 Movidius 補齊其影像加速的技術, Intel Movidius 市場部門主管 Gary Brown 表示, Movidius 的 Myriad VPU 除了影像處理、機器視覺之外,也兼具深度學習的推理,使其可藉由低功耗發揮強大的視覺應用效能。 VPU 相較 GPU 的優勢在於其加購是專為影像處理與機器視覺最佳化而生,故可藉由極低的功耗進行高效率的影像處理與影像相關的推理能力,僅 1W 的能耗即可帶來 1TFLOPS 的效能,同時還具備同時進行影像辨識與物件偵測兩種能力。 至於是否有 Chevelle.fu 6 年前
產業消息 intel IOT 機器視覺 Intel 談其 IoT 戰略,雲與端皆重要、鎖定具學習力的 AIoT 領域 在 Intel AIDC 的團訪活動,由 Jonathan Ballon 針對 Intel 在 IoT 的戰略進行訪談,對於 Intel 而言,目前其 IoT 部門主要還是以基於機器視覺為最主要的發展方針,同時也再度強調軟體工具與硬體在 AI 發展同等重要。 Mr. Ballon 認為,在 IoT 的 AI 技術發展,雲與端皆相當重要,因為以現況來說,雲仍具備運算力以及對功耗需求較寬鬆的優勢,然而邊際運算仍是,相當重要的,畢竟現階段若凡事透過雲,首先就是會遇到頻寬的問題,其次在不少應用如自動駕駛皆有需要即時反應的問題,這些是需要仰賴邊際運算的 AI 達成。 其次雖網路頻寬、低延遲可能隨 5G Chevelle.fu 6 年前
產業消息 Snapdragon 機器視覺 ai人工智慧 高通 qualcomm 高通發表視覺智慧平台,結合相機、 AI 與機器視覺並鎖定物聯網應用 高通近期將不少資源投注在 AI 、嵌入式應用與物聯網上,而稍早它們也公布針對物聯網終端裝置的視覺智慧平台產品,首批的兩款產品採用 10nm 製程,分別為 QCS605 以及 QCS603 ,整合高通在運算與 AI 的技術,搭載高通的 ISP 、高通人工智慧引擎、 GPU 與 ARM 多核 CPU 技術、向量處理器,提供高性能的機器視覺技術與應用,能用於工業與消費級的安防相機、運動相機、穿戴式影像產品、 VR 與 360 相機、 機器人以及智慧顯示器等。 基於 QCS605 以及 QCS603 已經開始進行送樣,同時也與華晶科技合作,推出基於 QCS605 的 VR 360 度相機,並預計在 2 Chevelle.fu 7 年前
產業消息 ARM IOT 機器視覺 機器學習 Arm 推出 Project Trillium 的出發點:為使互連萬物都能獨立進行機器學習 Arm 在今年二月份針對人工智慧與機器學習,宣布了名為 Project Trillium 的人工智慧解決方案,為端點人工智慧提供更完善的人工智慧技術,並使人工智慧深入各個端點;此方案包括軟體與硬體兩個層級,提供藉由 CPU + GPU + DSP 的現行異構解決方案,以及漸為潮流的專屬 AI 加速架構,讓客戶依照人工智慧運算需求選擇合宜的方案。 為何讓終端裝置具備獨立的機器學習能力很重要,可從六大領域說起,包括頻寬、能源、成本、延遲、可靠性與安全性。當前許多的人工智慧應用是透過基於雲的方式進行,然而仰賴透過網路傳輸到伺服器端,對於如影像分析、安全、自動駕駛等需要大量影像傳輸的應用,就需要耗用大 Chevelle.fu 7 年前