KI-Kit auf Basis von Sparse Modeling

KI-Kit auf Basis von Sparse Modeling

Bild: Congatec AG

Congatec und die japanischen KI Experten von Hacarus haben das weltweit erste Embedded Computing Kit für künstliche Intelligenz (KI) vorgestellt, das Sparse Modeling Technologie nutzt. Sparse Modeling ermöglicht es, mit wenigen Trainingsdaten hohe Vorhersagewahrscheinlichkeiten zu erzielen. Dies ist unter anderem für visionbasierte Inspektionssysteme von Vorteil, da eine hohe Fertigungsqualität wenig Ausschuss bedeutet. Mit lediglich 50 oder sogar noch weniger solcher Bilder kann Sparse Modeling ein neues Inspektionsmodell erstellen. Das ist erheblich weniger, als die 1.000 oder mehr Bilder, die für eine herkömmliche KI erforderlich sind. Das Sparse Modeling Kit, das Kunden über Hacarus beziehen können, kann Stand-Alone oder als Add-on zu bestehenden Inspektionssystemen genutzt werden. Zu den Zielkunden zählen vor allem Visionsystem-Anbieter und Systemintegratoren. Ein weiterer Anwenderkreis sind Maschinen- und Anlagenbauer, die visionbasierte KI in ihren Geräten nutzen wollen Entwickler werden mit Sparse Modeling in die Lage versetzt, Prüfsysteme der nächsten Generation zu entwickeln, die sich auf individuelle Bedingungen trainieren lassen und somit überall funktionieren. Es müssen also nicht mehr überall optimale Bedingungen, wie z.B. sehr konstante Lichtverhältnisse vorherrschen. OEM gewinnen auch mehr Flexibilität bei der Anpassung an sich ändernde Produktionsprozesse, was auf dem Weg zur industriellen IOT/Industrie 4.0 gesteuerten Losgrößenproduktion unerlässlich ist“, erklärt Christian Eder Director Marketing bei Congatec. Sparse Modeling ist im Wesentlichen ein Ansatz zur Datenmodellierung, der sich auf die Identifizierung einzigartiger Merkmale konzentriert. Einfach ausgedrückt interpretiert Sparse Modeling Daten ähnlich dem menschlichen Verstand, anstatt jedes einzelne Haar und jeden mm einer Person zu betrachten.

Starter Kit mit skalierbarer Hardware Plattform

Das neue Starter-Kit basierend auf Congatec Hardware und Hacarus Software kann sofort in jeder GigE- und USB3.x-Umgebung eingesetzt und getestet werden. Es ist auf der Grundlage von in etwa handtellergroßen Computer-on-Modules konzipiert. Das System misst lediglich 173x88x21,7mm (6,81 x 3,46 x 0,85″). Dank neuester Intel Atom und Celeron Prozessoren (Codename Apollo Lake), die nun vollständig für die Serienproduktion verfügbar sind, ist das System nicht nur schlank, sondern auch außergewöhnlich leistungsfähig. Trotz seiner geringen Größe verfügt das System über eine Vielzahl von I/Os, die unterschiedlichste Konfigurationen der Endkunden ermöglichen. Als Standardschnittstellen stehen 2x GbE (applikationsfertig für GigE Vison), 1x USB3.0/2.0, 4x USB2.0 und 1x UART (RS232) bereit. Erweiterungen sind mit 2x Mini-PCIe (USIM Sockel), 1x mSATA Sockel und 16-Bit programmierbarem GPIO möglich. Der erweiterte Eingangsspannungsbereich erstreckt sich von 9 bis 32V.

Thematik: Allgemein
congatec AG
www.congatec.com

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.