Edge-AI-Entwicklung für das industrielle IoT

Bild: Cartesiam.AI

Cartesiam stellt mit NanoEdge AI Studio V2  die erste integrierte Entwicklungsumgebung (IDE) vor, die die Erstellung von Bibliotheken für maschinelles Lernen, Inferenz und jetzt auch Klassifizierung für die direkte Implementierung auf Arm Cortex-m-Mikrocontrollern (MCUs) erheblich vereinfacht. Tausende, kommerziell erhältliche industrielle IoT (IIoT) Embedded Geräte, die mit NanoEdge AI Studio V1 zur Erkennung von Anomalien ausgestattet sind, sind bereits in Produktion. Cartesiam hat nun Klassifizierungsbibliotheken zu NanoEdge AI Studio V2 hinzugefügt, so dass Entwickler neben der Anomalie-Erkennung auch Probleme direkt in den Endpunkten qualifizieren können.

Hauptmerkmale von NanoEdge AI Studio V2

  • Ansatz zur Erkennung und Klassifizierung von Anomalien – da das Modell im Mikrocontroller geschult wird, weckt die Anomalien-Erkennung den Klassifikator zur Charakterisierung auf und sagt dem System ganz präzise, was falsch läuft – nicht nur, dass es ein generisches Problem gibt – und liefert den Benutzern die erforderliche Information, um qualifizierte Entscheidungen zu treffen.
  • Intuitives Desktop-Werkzeug, das es Entwicklern von Embedded Systemen ermöglicht, sich auf ihre eigentliche Arbeit statt auf die Auswahl von Algorithmen zu konzentrieren
  • Optimiert für Arm Cortex-m MCUs, die in der Industrie am häufigsten verwendeten embedded Mikrocontroller
  • Geringer RAM-Platzbedarf – verbraucht in einer typischen Konfiguration nur 4KB RAM
  • Schnelles Lernen am Edge – führt iteratives Lernen in 30ms in einem Arm-Cortex-M4 80MHz durch, um schnell Informationen zu liefern
Thematik: Technologie
Cartesiam.AI

Das könnte Sie auch Interessieren

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

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.