斑馬工業智慧掃描解方亮相 機器視覺助力自動化

斑馬科技日前推出全新產品組合,包括固定式工業掃描器(FIS)和機器視覺(MV)解決方案,旨在賦予企業實現追蹤和追溯能力以及製造過程中的品質檢驗。斑馬科技觀察到台灣的製造業中,有許多中小企業面臨人力缺口,中美貿易戰後,移回台灣的工廠也增加,帶動自動化需求。因此廠商提供彈性且易於使用的自動化方案,協助製造業廠商降低成品並提高產品品質。...
2023 年 03 月 23 日

深度學習正盛 AI逐步發展環境理解能力

人工智慧(AI)在產業內處於邁向落地成熟,且深度學習(DL)受到廣泛應用的階段。技術方面以機器視覺為大宗,自然語言處理(NLP)也是部分產業採用的熱門技術。資策會MIC認為,AI的發展可以分成四個階段,第一及第二階段分別是推理推論與統計學學習,目前處於第三階段的深度學習,並結合深度學習,讓AI具備感知能力並建立邏輯,走向第四階段,發展環境感知能力。...
2021 年 05 月 21 日

提升運算密度/降功耗 AI引擎優化5G高效運算

本文探討了將新型人工智慧(AI)引擎用於5G行動網路和機器學習深度神經網路(DNN)/卷積神經網路(CNN)等運算密集型應用的架構、應用和優勢。
2020 年 12 月 28 日

專訪中研院資訊科學研究所所長廖弘源 YOLOv4精準落實智慧交通

物件偵測演算法YOLO日前在台灣已研發到第四代,能夠在低耗電且即時的前提下,創造精準度更高的物件辨識能力,目前已經透過魚眼鏡頭蒐集交通參數,在桃園及新竹落實智慧車流分析的解決方案。
2020 年 12 月 19 日

整合人臉辨識/反電子詐騙/低功秏喚醒 人臉驗證系統準確率升級

人臉驗證在電腦視覺的領域中,長期以來都是重大的挑戰之一,不過目前的技術已經能設計出一套準確率高達98.36%的人臉驗證系統,該系統可藉由即時回應的概念驗證,在機器學習優化的平台上高效率的運行;系統採用結合經典與現代機器學習(深度學習)的批次設計流程,支援如多用戶驗證及反電子詐騙等關鍵功能流程,可以應對利用照片或影片進行電子詐騙的安全議題。
2020 年 11 月 19 日

邊緣資料收集/訓練/推論各取所需 工業AIoT應用即刻上手

工業物聯網(IIoT)應用產生的資料量空前龐大。對於許多工業應用設備,特別是位於偏遠地區的高度分散式系統,想要持續傳送大量的原始資料到中央伺服器,根本不可行。為了降低延遲、減少資料傳輸和儲存成本,並且增加網路可用性,企業開始將人工智慧(AI)和機器學習(ML)功能轉移至網路邊緣,以便在現場採取即時的決策和行動。
2020 年 11 月 12 日

邊緣AI視覺驅動核心 賦能智慧機器人高速運算

若要執行視覺化並驅動深度學習運算,須結合開發板、機器人開發平台、深度相機及系統硬體元件,擬真打造AI視覺大腦。
2020 年 11 月 05 日

硬體升級/參數調整自動建模 Al光學檢測促應用落地

工廠導入AOI設備已非鮮見,若能善用自動深度學習技術的優勢,將可望助台灣產業以低技術門檻投入資源,再創產能增幅。
2020 年 11 月 02 日

整合多階/類比記憶體運算 AI邊緣功耗難題迎刃而解

機器學習和深度學習已成為現代生活中不可或缺的部分。利用自然語言處理(NLP)、影像分類和物體偵測實現的人工智慧(AI)應用已深度嵌入到眾多設備中。大多數AI應用透過雲端引擎即可出色地滿足其用途,例如在Gmail中回覆電子郵件時,可以使用詞彙預測功能。
2020 年 10 月 05 日

三向直搗技術/智慧應用難關 聊天機器人起腳射門

由於技術的限制,和聊天機器人的對話經常使得溝通成本增加,這與大家一開始對於聊天機器人的期待,即以最少代價取得最大利益的想像相違背;再者,隨著2018年臉書關閉虛擬助手M,亞馬遜(Amazon)的語音助理Echo被爆侵犯用戶隱私權,整個產業逐步低迷。
2020 年 04 月 27 日

具高效/低功耗優勢 PIM技術重返深度學習熱潮

半導體業長期以來是將記憶體與處理器分別設計配置,即便是晶片內的嵌入式記憶體,其電路區塊也是與處理單元各自分立,並讓兩區塊間透過匯流排傳遞存取資訊。
2019 年 08 月 01 日

AI輔助晶片設計話題熱 IC設計產業挑戰/機會並呈

EDA大廠競相在自家產品中導入人工智慧(AI),試圖藉此加快晶片設計/模擬的速度。美國國防部旗下的先進研究計畫署(DARPA),也已設定「全自動晶片設計」的宏大目標,並廣邀矽智財(IP)跟工具業者參與這項挑戰性極高的研究計畫。此一目標不會很快實現,但趨勢如此,IC設計產業與相關從業人員,必須在這一天到來之前做好因應準備。
2018 年 11 月 01 日