Mit dem Framework Susietec von S&T Technologies kann Kontron nun auch AI-Lösungen für seine Edge Computer aus einer Hand anbieten, z.B. auch für Bildverarbeitungsaufgaben.
Edge Computer erfüllen neben der Maschinensteuerung noch weitere wesentliche Aufgaben: Zum einen dienen sie als Gateways in das Netzwerk bis hin zum Internet. Zusätzlich zum traditionellen Gateway, das Daten an die Cloud weiterleitet, übernimmt ein Edge Device aber auch Funktionen der Cloud, wie das Filtern und Bewerten von Daten. Ein Edge Device garantiert also verlässlich eine Funktion, auch wenn die Verbindung in die Cloud gerade nicht vorhanden ist oder nicht genügend Bandbreite bereitsteht. Weiter können leistungsfähige Embedded Computer direkt an der Maschine anspruchsvolle Aufgaben übernehmen, die in der Cloud aufgrund von Latenzzeiten und Bandbreitenbeschränkungen nicht erledigt werden können, etwa Anwendungen der Artificial Intelligence (AI). Im Bereich der Bildverarbeitung etwa, werden Aufnahmen über eine Kamera, die entweder über USB oder Netzwerk angeschlossen ist, direkt auf dem Edge Device von einem trainierten neuronalen Netz, im Inference-Prozess analysiert und ausgewertet. Weitere Anwendungsmöglichkeiten für Computer mit Edge Performance bietet auch das Deep Learning, in dessen rechenintensiven Prozess zumeist vorgefertigte neuronale Netze trainiert werden, um dedizierte Anwendungen zu erfüllen. Dies Edge-seitig umzusetzen ist meist effizienter als zunächst Terabyte-weise Trainingsmaterial in die Cloud hochzuladen. Anwender erwarten allerdings in den meisten Fällen bereits ein fertiges Produkt, z.B. wenn es um Objekterkennung geht. Ein minimal viable product, das also den Mindestanforderungen genügt, muss eine Trefferquote von mindestens 80 Prozent haben. Die Anwendungsbeispiele hierfür sind vielfältig, unter anderem?
- • Waagen im Supermarkt sollen automatisch erkennen, welche Art Obst oder Gemüse abgewogen wird. Kunden müssen sich nicht mehr die dazugehörige Nummer merken und Angestellte an der Kasse nicht prüfen, ob der Preis stimmt.
- • Bei der professionellen dauerhaften Haarentfernung mittels Laser kann das Gerät automatisch erkennen, auf welchen Hauttyp es sich einstellen soll.
- • Bei Reparaturen und Instandhaltung reicht ein Bild des auszutauschenden oder defekten Teils, damit eine Software/App das Teil korrekt identifiziert und ggf. sofort eine Bestellung auslöst.
Einfache AI-Programmierung
S&T Technologies machte die Erfahrung, dass Unternehmen bereits erprobte und bewährte Visionsysteme in Betrieb haben. Diese sind manchmal bereits weit über zehn Jahre im Einsatz und dadurch perfekt auf die jeweilige Anwendung abgestimmt. Neue AI-Lösungen haben es naturgemäß schwer, sich gegen diese etablierten Systeme durchzusetzen. Oft fehlt mittlerweile die Kenntnis einer effizienten Programmiersprache zur Entwicklung einer neuen Lösung. Hier bietet das AI Software Framework von Susietec eine Alternative. Es erlaubt Entwicklern, die Learning- und Inference-Phase in den gängigen Sprachen .NET und Java unter Windows zu programmieren. Hardwareseitig zeigt sich, dass Embedded Computer für AI-Aufgaben ausreichend gerüstet sind, denn in der Praxis spielt die Auswertegeschwindigkeit oft nur eine geringe Rolle: Der Unterschied zwischen einer Zehntel und zwei Sekunden ist für die Anwendung oft nicht entscheidend. Hardwarebeschleuniger wie der Intel Movidius Chip für neuronale Netze sind deshalb meistens in zeitkritischen Szenarien erforderlich, nicht aber in jeder Anwendung. Neben der optischen Inspektion sind auch AI-Anwendungen in der Texterkennung und Wiedergabe, der Audioerkennung und Verhaltensmustererkennung denkbar. Über die Audioerkennung lassen sich z.B. ungewöhnliche Vibrationen identifizieren, die auf ein fehlerhaftes Maschinenteil hindeuten. So könnten etwa Züge ´im Vorbeifahren´ geprüft werden. Firewalls in IT-Netzwerken werden lernen, was normales Verhalten im Netzwerk ist und bei als ungewöhnlich erkannten Aktivitäten Alarm schlagen oder sogar erste Schutz- und Abwehrmaßnahmen einleiten. Die neue Technologie ermöglicht es Anwender, sich auf ihre Kernkompetenzen zu konzentrieren und State-of-the-art-Technologien maßgeschneidert umzusetzen, genauso wie sie es benötigen.
