Berta Sándor
Könnyebbé válhat az objektumfelismerés
A mesterséges intelligencia segíthet abban, hogy a gépek jól azonosítsák az egyes tárgyakat.
Azért, hogy a technológia képes legyen felismerni a különböző objektumokat, rendkívül nagy mennyiségű minőségi képi adatra van szüksége, amelyek segítségével képezhetők az algoritmusok. A Karlsruhei Technológiai Intézetben (KIT) megalakult Kimoknow nevű startup egy olyan technológiát fejlesztett ki, amely képes ezeket az edzéseket automatizálni. A megoldást alkalmazó első szoftver egy digitális szerelési asszisztens, amely az emberek és a gépek kapcsolat nélküli együttműködéséért felel. A programot a Kimoknow és az Elabo GmbH munkatársai közösen tesztelték.
Lukas Kriete, a Kimoknow társalapítója kiemelte, hogy a tárgyakat felismerő mesterséges intelligencia rendszerek képzése továbbra is időigényes, drága, erősen környezetfüggő és nagy számítási kapacitást igénylő feladat. A vállalkozás ezért olyan képadatokat használ, amelyek eleve létrejönnek a CAD és a PDM folyamatokban.
Az információkból kiderülnek az adott objektumok anyagai, geometriái és pozíciói. A rendszer a CAD- és a PDM-adatokat kicsomagolja, majd a technológia automatizált képzésére alkalmazza. Az így tanított objektumfelismerő program sokoldalúan használható, például kiterjesztett valóság szemüvegekben, amelyek valós időben észlelik a felhasználók környezetében a fontos tárgyakat és azokkal kapcsolatban kiegészítő információkkal rendelkeznek.
A Kimoknow által megalkotott asszisztensrendszer a szakembereket a bonyolultabb eszközök összeszerelésében segíti. A virtuális asszisztens végigvezeti a felhasználókat a teljes szerelési folyamaton, további kiegészítő kijelző nélkül megjeleníti az építési-szerelési eljárást és megmutatja, hogy melyik alkatrészt milyen sorrendben és melyik eszközzel dolgozzák fel. A szoftver megismétli az egyes lépéseket, ha hiba merülne fel és rögzíti a teljes folyamatot.
A szakembereknek eközben mind a két kezük szabadon használható, és kézjelekkel, pillantásokkal vagy beszédparancsokkal kommunikálnak a rendszerrel. Kriete hangsúlyozta, hogy az asszisztens a korábbinál jobb minőségben teszi lehetővé az eljárás megvalósítását, miközben a folyamat hatékonyabb, produktívabb, gyorsabb és olcsóbb lehet. A megoldás minden olyan ágazatban hasznos lehet, ahol nagyon bonyolult termékeket kell kis mennyiségben előállítani.
Azért, hogy a technológia képes legyen felismerni a különböző objektumokat, rendkívül nagy mennyiségű minőségi képi adatra van szüksége, amelyek segítségével képezhetők az algoritmusok. A Karlsruhei Technológiai Intézetben (KIT) megalakult Kimoknow nevű startup egy olyan technológiát fejlesztett ki, amely képes ezeket az edzéseket automatizálni. A megoldást alkalmazó első szoftver egy digitális szerelési asszisztens, amely az emberek és a gépek kapcsolat nélküli együttműködéséért felel. A programot a Kimoknow és az Elabo GmbH munkatársai közösen tesztelték.
Lukas Kriete, a Kimoknow társalapítója kiemelte, hogy a tárgyakat felismerő mesterséges intelligencia rendszerek képzése továbbra is időigényes, drága, erősen környezetfüggő és nagy számítási kapacitást igénylő feladat. A vállalkozás ezért olyan képadatokat használ, amelyek eleve létrejönnek a CAD és a PDM folyamatokban.
Az információkból kiderülnek az adott objektumok anyagai, geometriái és pozíciói. A rendszer a CAD- és a PDM-adatokat kicsomagolja, majd a technológia automatizált képzésére alkalmazza. Az így tanított objektumfelismerő program sokoldalúan használható, például kiterjesztett valóság szemüvegekben, amelyek valós időben észlelik a felhasználók környezetében a fontos tárgyakat és azokkal kapcsolatban kiegészítő információkkal rendelkeznek.
A Kimoknow által megalkotott asszisztensrendszer a szakembereket a bonyolultabb eszközök összeszerelésében segíti. A virtuális asszisztens végigvezeti a felhasználókat a teljes szerelési folyamaton, további kiegészítő kijelző nélkül megjeleníti az építési-szerelési eljárást és megmutatja, hogy melyik alkatrészt milyen sorrendben és melyik eszközzel dolgozzák fel. A szoftver megismétli az egyes lépéseket, ha hiba merülne fel és rögzíti a teljes folyamatot.
A szakembereknek eközben mind a két kezük szabadon használható, és kézjelekkel, pillantásokkal vagy beszédparancsokkal kommunikálnak a rendszerrel. Kriete hangsúlyozta, hogy az asszisztens a korábbinál jobb minőségben teszi lehetővé az eljárás megvalósítását, miközben a folyamat hatékonyabb, produktívabb, gyorsabb és olcsóbb lehet. A megoldás minden olyan ágazatban hasznos lehet, ahol nagyon bonyolult termékeket kell kis mennyiségben előállítani.