企业数据存储领域领导者Solidigm宣布,推出 Luceta™ AI 软件套件。这款突破性的AI视觉平台,将解决传统计算机视觉应用在质量和检测领域所面临的核心挑战。
Solidigm AI 软件业务部门副总裁 A.J. Camber 表示:“推出Luceta AI 软件套件的目的在于,让与数据直接打交道的团队体验到更具实用性和更触手可及的视觉AI,同时,也能用其强大的功能,提升数据科学团队的工作效率。”
Camber 还表示:“通过更快速的数据准备和清洗,模型创建、部署,以及生产环境中的快速持续改进,我们用新软件实现了一次跨越。数据生命周期中的加速标注能力和无缝集成,让任何人都能在会发生数据生成和决策的边缘端,快速部署新模型。”
现在,许多关键决策仍依赖于人工检测。这往往带来效率低下、结果不一致等问题,而且准确性受限。传统的机器视觉系统缺乏灵活性,并面临诸多挑战,例如,规则集难以适应细微变化、每次新产品设置或调整都需要大量的编程工作等。此外,现有的其他AI方法,通常需要计算机工程师耗费数月的时间进行专门的专业开发工作。
各行各业的企业开始探索视觉图像及视频数据收集和利用的新方法,Luceta 软件的应用场景也随之扩大。在工业质量检测和异常检测方面,Luceta的应用示例包括:
面向所有人的设计
已经使用过 Luceta的客户反馈表明,Luceta的易用性体现在非数据科学用户也能够体验到Luceta所带来的优势和价值。一位使用新安装平台的制造业客户,在两周内借助Luceta 成功构建了他们的首个检测模型,精度超过90%。首次部署完成后,该用户能够在几分钟内生成新的检测模型,来适应新的条件和用例。
Luceta AI 软件套件由多个集成模块组成:
新平台的主要技术优势包括:
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。