12月24日,中國領(lǐng)先的專注于計(jì)算機(jī)視覺和視頻大數(shù)據(jù)分析的人工智能企業(yè)——銀河水滴宣布,近日,銀河水滴依托于先進(jìn)的工業(yè)視覺技術(shù)成功研發(fā)出密封圈光學(xué)篩選機(jī),該機(jī)可以自動(dòng)對(duì)次品密封圈進(jìn)行智能檢測(cè)挑選,已獲得首筆訂單。
據(jù)介紹,密封圈廣泛應(yīng)用于各種行業(yè),特別是在電子儀器儀表、新能源、化工以及高空飛行等高精尖行業(yè)中。但由于其原料復(fù)雜、生產(chǎn)工藝特殊,密封圈在生產(chǎn)過程中很容易產(chǎn)生毛刺、毛邊以及兩邊缺料等缺陷,此前,在檢測(cè)環(huán)節(jié)主要由工人通過眼睛進(jìn)行識(shí)別,不僅檢測(cè)效率低、容易漏檢,而且需要大量人力資源。
銀河水滴密封圈光學(xué)篩選機(jī)通過自動(dòng)上料振動(dòng)盤完成震動(dòng)上料,利用相機(jī)獲取密封圈不同角度的圖片,結(jié)合先進(jìn)的人工智能檢測(cè)算法完成對(duì)密封圈的缺陷檢測(cè),可以大幅提高了密封圈的出貨良品率。勻速玻璃盤上由光電開關(guān)檢測(cè)來料,并利用氣針吹料來分開分開合格和不合格產(chǎn)品。
此外,該篩選機(jī)提供了簡(jiǎn)單易用的人機(jī)交互界面,能夠提供生產(chǎn)數(shù)據(jù)報(bào)表,包括不良品種類數(shù)量、不良品比例等數(shù)據(jù)。
據(jù)了解,銀河水滴擁有行業(yè)領(lǐng)先的工業(yè)視覺技術(shù),在業(yè)界率先對(duì)一類問題算法取得重大突破,首創(chuàng)反饋神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)理念,不需副樣本或只需極少副樣本,即可完成一類問題深度學(xué)習(xí);并且在目標(biāo)檢測(cè)速度、目標(biāo)分割精度方面大幅領(lǐng)先,可實(shí)現(xiàn)跨行業(yè)智能工業(yè)檢測(cè),對(duì)于肉眼無法檢測(cè)到的微小瑕疵或微米級(jí)差距,仍能實(shí)現(xiàn)毫秒級(jí)的實(shí)時(shí)檢測(cè)。
目前銀河水滴已形成針對(duì)表面檢測(cè)、裝配件檢測(cè)、精準(zhǔn)測(cè)量、工件定位等工業(yè)質(zhì)量檢測(cè)環(huán)節(jié)的完整解決方案,并廣泛應(yīng)用于汽車制造、建材生產(chǎn)、3C制造、紡織等行業(yè),為企業(yè)打造智能化、自動(dòng)化、低成本工業(yè)檢測(cè)解決方案,有效降低了生產(chǎn)成本,提高生產(chǎn)效率和效益,增強(qiáng)企業(yè)競(jìng)爭(zhēng)力,推動(dòng)中國制造業(yè)智能化產(chǎn)業(yè)升級(jí),為中國“智造”賦能。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。