Der Embedded Computer Spezialist congatec und die japanischen KI Experten von Hacarus stellen ein Embedded Computing Kit für Künstliche Intelligenz (KI) vor, das Sparse Modeling Technologie nutzt. Sparse Modeling ermöglicht es, mit wenigen Trainingsdaten hohe Vorhersagewahrscheinlichkeiten zu erzielen. Dies ist – unter anderem – für visionbasierte Inspektionssysteme von Vorteil, da eine hohe Fertigungsqualität wenig Ausschuss bedeutet. Mit lediglich 50 oder sogar noch weniger solcher Bilder kann Sparse Modeling ein neues Inspektionsmodell erstellen. Das ist erheblich weniger, als die 1.000 oder mehr Bilder, die für eine herkömmliche KI erforderlich sind. Das Sparse Modeling Kit, das Kunden über Hacarus beziehen können, kann Stand-Alone oder als Add-on zu bestehenden Inspektionssystemen genutzt werden. Zu den Zielkunden zählen vor allem Visionsystem-Anbieter und Systemintegratoren. Ein weiterer Anwenderkreis sind Maschinen- und Anlagenbauer, die visionbasierte KI in ihren Geräten nutzen wollen, bisher aber davor zurückgeschreckt sind, weil sie bei Kunden unterschiedlichste Aufstellorte vorfinden, sodass die Algorithmen angepasst werden mussten, was bislang zu aufwendig war.
Starter Kit mit skalierbarer Hardware Plattform
Das neue Starter-Kit basierend auf congatec Hardware und Hacarus Software kann sofort in jeder GigE- und USB 3.x-Umgebung eingesetzt und getestet werden. Es ist auf der Grundlage von in etwa handtellergroßen Computer-on-Modules konzipiert. Das System misst lediglich 173 x 88 x 21,7 mm (6,81 x 3,46 x 0,85 Zoll). Dank neuester Intel Atom und Celeron Prozessoren (Codename Apollo Lake), die nun vollständig für die Serienproduktion verfügbar sind, ist das System nicht nur schlank, sondern auch außergewöhnlich leistungsfähig. Trotz seiner geringen Größe verfügt das System über eine Vielzahl von I/Os, die unterschiedlichste Konfigurationen der Endkunden ermöglichen. Als Standardschnittstellen stehen 2 x GbE (applikationsfertig für GigE Vison), 1 x USB3.0/2.0, 4 x USB2.0 und 1 x UART (RS-232) bereit. Erweiterungen sind mit 2 x Mini-PCIe (USIM Sockel), 1 x mSATA Sockel und 16-Bit programmierbarem GPIO möglich. Der erweiterte Eingangsspannungsbereich erstreckt sich von 9V bis 32V.
Warum Sparse Modelling?
„Entwickler werden mit Sparse Modeling in die Lage versetzt, Prüfsysteme der nächsten Generation zu entwickeln, die sich auf individuelle Bedingungen trainieren lassen und somit überall funktionieren. Es müssen also nicht mehr überall optimale Bedingungen, wie z.B. sehr konstante Lichtverhältnisse vorherrschen. OEM gewinnen auch mehr Flexibilität bei der Anpassung an sich ändernde Produktionsprozesse, was auf dem Weg zur industriellen IOT/Industrie 4.0 gesteuerten Losgrößenproduktion unerlässlich ist“, erklärt Christian Eder Director Marketing bei congatec.
Sparse Modeling ist im Wesentlichen ein Ansatz zur Datenmodellierung, der sich auf die Identifizierung einzigartiger Merkmale konzentriert. Einfach ausgedrückt interpretiert Sparse Modeling Daten ähnlich dem menschlichen Verstand, anstatt jedes einzelne Haar und jeden Millimeter einer Person zu betrachten.
„Der Mensch ist in der Lage, Freunde und Familie anhand von Schlüsselmerkmalen wie Augen oder Ohren zu erkennen. Sparse Modeling integriert eine vergleichbare Logik in intelligente Bildverarbeitungssysteme. Auf diese Weise muss nicht das gesamte Volumen an Big Data verarbeitet werden, wie bei konventioneller KI, sondern nur wenige ausgewählte Daten. Sparse Modeling-basierte Algorithmen reduzieren die Daten auf diese einzigartigen Merkmale“, erläutert Takashi Someda, CTO von Hacarus die Vorteile von Sparse Modeling. Dadurch ist auch der Footprint dieser KI deutlich kleiner, was ideal für lüfterlose Low-Power Systeme ist, die im 24/7 Dauereinsatz nur einen begrenzten Energie-Spielraum haben, um KI zu integrieren.
