Elementary Robotics 通过 NVIDIA Jetson 提高产品跟踪与质检能力,其服务客户包括丰田。
Arye Barnehama 曾是一家可穿戴计算创业公司的创始人,他深谙此类消费设备制造业的艰辛。2014 年,他移居中国深圳,亲自监督一条脑电波监测头巾 Melon的生产线。
正是这样的一次经历给他留下了制造需要自动化的深刻印象。
于是,他开始了 Elementary Robotics 的项目,这家公司为制造业开发机器人,其总部位于洛杉矶,并由帕萨迪纳的 Idealab 孵化。
Elementary Robotics 成立于 2017年,最近刚刚获得了 1,270 万美元的 A 轮融资,其中就包括来自客户丰田的投资。
Elementary Robotics 在需要跟踪数千个零部件的客户中部署。它的系统不断对算法进行培训,进化检测功能。
用于生产质检的 Jetson
Elementary Robotics 开发了自己的硬件和软件,用于制造过程中的产品质量检测。此外 Elementary Robotics 提供了一个由 Jetson 驱动的机器人,用于检查零件有无缺陷,致力于通过零部件的跟踪检测和问题发现,来提高产品质量。
要在快速移动的生产线上检测出最小的缺陷,就需要使用 AI 实时处理高分辨率相机数据。借助启用了嵌入式 CUDA 的 GPU 和 Jetson 上的 CUDA-X AI 软件,可以实现这一点。当 Jetson 平台根据视频流做出决策时,所有决策都被吸收到其云数据库中,以便客户能够查询数据。
结果以及实时视频也将发布到 Elementary Robotics Web 应用程序中,且可以从任何地方进行访问。
Elementary Robotics 的系统还使公司能够在将供应商的零件投入生产线之前对其进行检查,从而避免了代价高昂的故障。它可用于检查生产线上的装配以及在后期生产中进行质量控制。
它的应用包括对电子印刷电路板和组件,汽车零部件以及轻工业用齿轮的检查。 Elementary Robotics 的客户还将其平台用于包装和消费品,例如瓶子,帽子和商标标签。
“所有人对质量的需求一直在上升,” Barnehama 说。“我们使用 NVIDIA 系统在边缘上进行实时推理来进行检测,帮助提高产品质量。”
Jetson 平台最近在基于 SoC 的边缘设备的计算机视觉和对话 AI 用例中展示了 MLPerf AI 推理基准测试的领导地位。
Elementary Robotics 是 NVIDIA 初创加速计划的成员,它是一个可以帮助 AI 和数据科学初创公司更快推向市场的项目。
可追溯的操作
这家初创公司的支持 Jetson 的机器学习系统可以处理瞬间的异常检测,以发现生产线上的错误。当有缺陷零件退回时,Elementary Robotics 可以了解它如何发生的。其应用场景包括电子,汽车,医疗,包装消费品,物流等等。
Barnehama 说,对于制造商而言,这种可追溯的操作非常重要,公司可以回头找到并解决问题的源头,以提高产品可靠性。
“你一定希望可以胸有成竹的说,Ok 我们这里有件缺陷产品被退回了,让我查查它是什么时候做得产品检测的,我拥有所有的数据。”Barnehama 说。
企业用户,开发人员和 DIY 爱好者可以使用 NVIDIA Jetson 创建 AI 应用程序,同时学生和教育工作者也可使用 NVIDIA Jetson 学习和教授 AI。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。