Par Arthur Stout
« Surmonter les défis de l’IA à la périphérie » est un nouvel article perspicace rédigé par Arthur Stout, directeur de la gestion des produits de Teledyne FLIR–Solutions d’IA. L’étude (dont une version condensée suit) explore comment l’imagerie multispectrale exploite des processeurs de vision avancés, des réseaux de neurones efficaces, de grands ensembles de données d’images et des données d’images synthétiques. Il est particulièrement intéressant de voir comment Teledyne FLIR, filiale de Teledyne Technologies, développe de puissantes solutions d’intelligence artificielle pour les applications d’imagerie industrielle et de défense.
De plus, Stout a commenté le document lors d’une interview avec À L’Intérieur des Systèmes Sans Pilote Le rédacteur en chef Abe Peck, décrivant comment ces innovations sont destinées à fournir des chemins vers une modélisation toujours plus précise.
Plus précisément, Stout a défini trois approches-interne, open source et synthétique-pour maximiser la puissance de l’IA:
* Conservator
, un outil de gestion du cycle de vie des données basé sur le cloud développé par Teledyne FLIR pour visualiser les performances des modèles
* AIx AI, un projet open source qui établit une norme de format de fichier modèle et des outils pour faciliter l’exécution sur un large éventail de cibles de processeur
* Une collaboration avec CVEDIA, une entreprise de technologie de données synthétiques, pour produire les outils et les logiciels nécessaires à la création de données et de modèles multispectraux à l’aide d’images de synthèse (CGI). Teledyne FLIR développe des réseaux performants formés aux données synthétiques en collaboration avec CVEDIA et le Centre de Recherche et Développement de Teledyne FLIR.
L’ÉTAT DE L’IA
« De toute évidence, il y a beaucoup d’entreprises qui font de bonnes choses dans les véhicules autonomes et autres », a déclaré Stout À L’Intérieur des Systèmes Sans Pilote de Goleta, en Californie, où FLIR a une activité de fabrication et de R&D. « Mais je pense toujours que nous en sommes aux débuts, en particulier dans notre domaine, où l’économie ne correspond pas nécessairement aux investissements nécessaires pour déployer l’IA sur nos marchés d’utilisation finale.”
Mais il y a de bonnes nouvelles. ”Je pense que 2022 sera l’année décisive, et certainement 2023″, a poursuivi Stout. “Dans un avenir très proche, certainement dans les 12 prochains mois, nous serons en mesure d’offrir aux clients des capacités d’IA très sophistiquées, très puissantes et très précises dans ces modules d’imagerie de base.”
Teledyne FLIR s’est positionnée comme une « option d’achat » pour les clients. L’effort qu’il faut pour intégrer l’IA dans les produits et la difficulté pour les entreprises à faible volume d’avoir accès à la fois à des fournisseurs haut de gamme et à un support technique approfondi, a déclaré Stout, rendent la capacité de l’entreprise à acheter du silicium et à investir dans une technologie de pointe à grande échelle attrayante.
« Notre proposition de valeur est la suivante: » Hé, nous pouvons être votre source d’IA ainsi que votre technologie infrarouge.’”
La flexibilité est un autre attribut de l’approche de Teledyne FLIR. ”Toutes les applications ne nécessitent pas les mêmes grands réseaux », a déclaré Stout. “Nous pouvons composer vers le bas afin que nous puissions toujours optimiser la fréquence d’images et la puissance, puis les échanger contre la précision, la détection d’objets, les mesures des performances du réseau neuronal, qu’il s’agisse de la fréquence d’images, de la précision ou de la sensibilité, en fonction des exigences de performance du client.”
Dans le même temps, Teledyne FLIR doit prendre en charge les clients haut de gamme avec des images grand format. « Les pixels sur la cible sont un paramètre très important pour nos clients », a expliqué Stout. “Ces clients de l’automobile veulent savoir à quelle distance devant le véhicule nous pouvons détecter avec précision un piéton ou un véhicule. Avec le freinage d’urgence automatique, nous voulons le champ de vision le plus large afin que si un piéton passe entre vos véhicules garés sur le trottoir, nous puissions les détecter et ensuite conduire le système pour arrêter le véhicule.
« Avec l’IA, en fin de compte, ces choses ne sont jamais faites. C’est un processus très itératif. Les modèles sont toujours en cours de définition et les cas d’angle sont toujours traités.”
