Mae car hunan-yrru ymreolaethol yn adnabod arwyddion ffyrdd. Gweledigaeth gyfrifiadurol a deallusrwydd artiffisial … [+]
Getty
Mae gweledigaeth yn fewnbwn synhwyraidd dynol pwerus. Mae'n galluogi tasgau a phrosesau cymhleth yr ydym yn eu cymryd yn ganiataol. Gyda chynnydd yn AoT™ (Ymreolaeth Pethau) mewn cymwysiadau amrywiol yn amrywio o gludiant ac amaethyddiaeth i roboteg a meddygaeth, mae rôl camerâu, cyfrifiadura a dysgu peirianyddol wrth ddarparu gweledigaeth a gwybyddiaeth tebyg i ddynol yn dod yn arwyddocaol. Dechreuodd gweledigaeth gyfrifiadurol fel disgyblaeth academaidd yn y 1960au, yn bennaf mewn prifysgolion sy'n ymwneud â'r maes deallusrwydd artiffisial (AI) a dysgu peiriant sy'n dod i'r amlwg. Daeth yn ei flaen yn aruthrol yn y pedwar degawd nesaf wrth i ddatblygiadau sylweddol gael eu gwneud mewn technolegau lled-ddargludyddion a chyfrifiadurol. Mae datblygiadau diweddar mewn dysgu dwfn a deallusrwydd artiffisial wedi cyflymu ymhellach y defnydd o weledigaeth gyfrifiadurol i ddarparu canfyddiad a gwybyddiaeth o'r amgylchedd amser real, hwyrni isel, gan alluogi ymreolaeth, diogelwch ac effeithlonrwydd mewn amrywiol gymwysiadau. Mae trafnidiaeth yn un maes sydd wedi elwa’n sylweddol.
Mae LiDAR (Canfod a Amrediad Golau) yn ddull delweddu optegol gweithredol sy'n defnyddio laserau i bennu'r amgylchedd 3D o amgylch gwrthrych. Mae'n un o'r technolegau y mae datrysiadau gweledigaeth gyfrifiadurol (sy'n dibynnu'n llwyr ar olau amgylchynol ac nad ydynt yn defnyddio laserau ar gyfer canfyddiad 3D) yn ceisio tarfu arno. Y thema gyffredin yw nad oes angen LiDAR ar yrwyr dynol i ganfod dyfnder, felly ni ddylai peiriannau chwaith. Nodweddion gyrru ymreolaethol L3 masnachol cyfredol (ymreolaeth lwyr mewn daearyddiaethau penodol ac amodau tywydd, gyda'r gyrrwr yn barod i gymryd rheolaeth o fewn eiliadau) cynhyrchion heddiw defnyddio LiDAR. Nid yw technegau sy'n seiliedig ar olwg yn unig wedi gallu cynnig y gallu hwn yn fasnachol o hyd.
HYSBYSEB
Tesla
Cwmnïau eraill fel Phiar, Helm.ai a NODAR hefyd yn dilyn y llwybr gweledigaeth gyfrifiadurol. Nod NODAR yw ehangu'n sylweddol yr ystod delweddu a chanfyddiad 3D o systemau camera stereo trwy ddysgu addasu ar gyfer camlinio camera ac effeithiau dirgryniad trwy algorithmau dysgu peiriannau patent. Cododd $12M yn ddiweddar ar gyfer cynhyrchu ei gynnyrch blaenllaw, Hammerhead™, sy'n defnyddio camerâu gradd modurol “oddi ar y silff” a llwyfannau cyfrifiadurol safonol.
Ar wahân i gost a maint, dadl aml yn erbyn defnyddio LiDAR yw bod ganddo ystod a datrysiad cyfyngedig o'i gymharu â chamerâu. Er enghraifft, mae LiDARs ag ystod 200m a 5-10 M pwynt/eiliad (PPS yn debyg i gydraniad) ar gael heddiw. Ar 200 m, bydd rhwystrau bach fel brics neu falurion teiars yn cofrestru ychydig iawn o bwyntiau (efallai 2-3 yn y fertigol a 3-5 yn y cyfeiriad llorweddol), gan ei gwneud yn anodd adnabod gwrthrychau. Mae pethau'n mynd hyd yn oed yn fwy bras ar ystodau hirach. Mewn cymhariaeth, gall camerâu megapixel safonol sy'n rhedeg ar 30 Hz gynhyrchu 30M picsel yr eiliad, gan alluogi adnabod gwrthrychau uwch hyd yn oed ar ystodau hir. Gall camerâu mwy datblygedig (12 M picsel) gynyddu hyn hyd yn oed ymhellach. Y mater yw sut i ddefnyddio'r data enfawr hwn a chynhyrchu canfyddiad gweithredadwy gyda hwyrni lefel milieiliad, defnydd pŵer isel ac amodau goleuo diraddiedig.
HYSBYSEB
Adnabod, cwmni o California, yn ceisio datrys y broblem hon. Yn ôl y Prif Swyddog Gweithredol Mark Bolitho, ei genhadaeth yw “darparu canfyddiad gweledol goruwchddynol ar gyfer cerbydau cwbl ymreolaethol.” Sefydlwyd y cwmni yn 2017, mae wedi codi $75M hyd yma ac mae ganddo 70 o weithwyr. Mae RK Anand, cyn-fyfyriwr o Juniper Networks, yn un o'r cyd-sylfaenwyr a'r Prif Swyddog Cynnyrch. Mae'n credu bod defnyddio camerâu cydraniad uwch, gydag ystod ddeinamig > 120 dB, sy'n rhedeg ar gyfraddau ffrâm uchel (er enghraifft, OnSemi, Sony ac Omnivision) yn darparu'r data sydd ei angen i greu gwybodaeth 3D cydraniad uchel, sy'n hanfodol ar gyfer gwireddu AVs. Y galluogwyr i hyn yw:
- ASICs wedi'u cynllunio'n arbennig i brosesu'r data'n effeithlon a chynhyrchu mapiau 3D cywir a chydraniad uchel o'r amgylchedd ceir. Mae'r rhain wedi'u ffugio ar broses TSMC 7 nm, gyda maint sglodion o 100 mm², yn gweithredu ar amledd 1 GHz.
- Algorithmau dysgu peirianyddol perchnogol i brosesu miliynau o bwyntiau data all-lein i greu'r rhwydwaith niwral hyfforddedig, a all wedyn weithredu'n effeithlon a dysgu'n barhaus. Mae'r rhwydwaith hwn yn darparu'r canfyddiad ac yn cynnwys dosbarthu a chanfod gwrthrychau, segmentu semantig, canfod lonydd, arwyddion traffig ac adnabod goleuadau traffig
- Lleihau gweithrediadau storio a lluosi oddi ar sglodion sy'n ddwys o ran pŵer ac sy'n creu hwyrni uchel. Mae dyluniad ASIC Recogni wedi'i optimeiddio ar gyfer mathemateg logarithmig ac mae'n defnyddio adio. Gwireddir arbedion effeithlonrwydd pellach trwy glystyru pwysau yn y ffordd orau bosibl yn y rhwydwaith niwral hyfforddedig.
Yn ystod y cyfnod hyfforddi, defnyddir LiDAR masnachol fel gwirionedd sylfaenol i hyfforddi data camera stereo ystod deinamig uchel, cydraniad uchel i echdynnu gwybodaeth fanwl a'i gwneud yn gadarn yn erbyn effeithiau camlinio a dirgryniad. Yn ôl Mr Anand, mae eu gweithrediad dysgu peirianyddol mor effeithlon fel y gall allosod amcangyfrifon dyfnder y tu hwnt i'r ystodau hyfforddi a ddarperir gan y calibradu LiDAR (sy'n darparu'r gwirionedd sylfaenol i ystod o 100 m).
HYSBYSEB
Ffigur 1: Mae blychau gwyrdd yn dangos perfformiad 3D pentwr canfyddiad Recogni ar ddata hyfforddedig ar 100 … [+]
Adnabod
Cynhaliwyd y data hyfforddi uchod yn ystod y dydd gyda phâr stereo o gamerâu 8.3-megapixel yn rhedeg ar gyfraddau ffrâm 30 Hz (~ 0.5B picsel yr eiliad). Mae'n dangos gallu'r rhwydwaith hyfforddedig i echdynnu gwybodaeth 3D yn yr olygfa y tu hwnt i'r ystod 100m y cafodd ei hyfforddi ag ef. Gall datrysiad Recogni hefyd allosod ei ddysgu gyda data yn ystod y dydd i berfformiad yn ystod y nos (Ffigur 2).
Ffigur 2: Mae stac canfyddiad Recogni a hyfforddwyd ar ddata yn ystod y dydd hefyd yn perfformio o dan lefel golau is … [+]
Adnabod
HYSBYSEB
Yn ôl Mr Anand, mae'r data amrediad yn gywir o fewn 5% (ar ystodau hir) ac yn agos at 2% (ar ystodau byrrach). Mae'r datrysiad yn darparu 1000 TOPS (triliwn o weithrediadau yr eiliad) gyda latency 6 ms a defnydd pŵer 25W (40 TOPS / W), sy'n arwain y diwydiant. Mae cystadleuwyr sy'n defnyddio mathemateg cyfanrif > 10X yn is ar y metrig hwn. Mae datrysiad Recogni mewn treialon ar hyn o bryd gyda nifer o gyflenwyr modurol Haen 1.
Prophwyd (“rhagweld a gweld ble mae’r weithred”), sydd wedi'i leoli yn Ffrainc, yn defnyddio ei gamerâu sy'n seiliedig ar ddigwyddiadau ar gyfer AVs, Systemau Cymorth Gyrwyr Uwch (ADAS), awtomeiddio diwydiannol, cymwysiadau defnyddwyr a gofal iechyd. Wedi'i sefydlu yn 2014, mae'r yn ddiweddar caeodd y cwmni ei gyllid crwn C o $50M, gyda chyfanswm o $127M wedi'i godi hyd yma. Mae Xiaomi, gwneuthurwr blaenllaw o ffonau symudol, yn un o'r buddsoddwyr. Nod y proffwyd yw efelychu gweledigaeth ddynol lle mae'r derbynyddion yn y retina yn ymateb i wybodaeth ddeinamig. Mae'r ymennydd dynol yn canolbwyntio ar brosesu newidiadau yn yr olygfa (yn enwedig ar gyfer gyrru). Y syniad sylfaenol yw defnyddio saernïaeth camera a picsel sy'n canfod newidiadau mewn dwyster golau uwchlaw trothwy (digwyddiad) a darparu'r data hwn yn unig i'r pentwr cyfrifiannu ar gyfer prosesu pellach. Mae'r picseli'n gweithio'n anghydamserol (heb eu fframio fel mewn camerâu CMOS arferol) ac ar gyflymder llawer uwch gan nad oes rhaid iddynt integreiddio ffotonau fel mewn camera confensiynol ffrâm ac aros i'r ffrâm gyfan orffen hyn cyn i'r data gael ei ddarllen allan. Mae'r manteision yn sylweddol - lled band data is, hwyrni penderfyniadau, storio, a defnydd pŵer. Roedd synhwyrydd gweledigaeth VGA gradd fasnachol cyntaf y cwmni yn seiliedig ar ddigwyddiadau yn cynnwys ystod ddeinamig uchel (> 120 dB), defnydd pŵer isel (26 mW ar lefel y synhwyrydd neu 3 nW/digwyddiad). Mae fersiwn HD (Diffiniad Uchel) (a ddatblygwyd ar y cyd â Sony), gyda maint picsel sy'n arwain y diwydiant (< 5 μm) hefyd wedi'i lansio.
Ffigur 3: Synhwyrydd delweddu digwyddiad fformat diffiniad uchel gyda thraw picsel 5 um, wedi'i ddatblygu ar y cyd … [+]
Prophwyd
HYSBYSEB
Mae'r synwyryddion hyn yn ffurfio craidd llwyfan synhwyro Metavision®, sy'n defnyddio AI i ddarparu canfyddiad craff ac effeithlon ar gyfer cymwysiadau ymreolaeth ac sy'n cael ei werthuso gan gwmnïau lluosog yn y gofod cludo. Ar wahân i ganfyddiad sy'n wynebu'r dyfodol ar gyfer AVs ac ADAS, mae Prophesee yn ymgysylltu'n weithredol â chwsmeriaid ar gyfer monitro gyrrwr cymwysiadau L2 a L3 yn y caban, gweler Ffigur 4:
Ffigur 4: XPERI Monitro gyrrwr yn y caban yn seiliedig ar weledigaeth niwromorffig wedi'i ysbrydoli gan numan
Prophwyd
Mae cyfleoedd modurol yn broffidiol, ond mae'r cylchoedd dylunio i mewn yn hir. Dros y ddwy flynedd ddiwethaf, mae Prophesee wedi gweld diddordeb a tyniant sylweddol yn y gofod gweledigaeth peiriant ar gyfer cymwysiadau diwydiannol. Mae'r rhain yn cynnwys cyfrif cyflym, archwilio wyneb a monitro dirgryniad.
HYSBYSEB
Ffigur 5: Cyfrif uchel gan ddefnyddio camerâu yn seiliedig ar ddigwyddiad
Prophwyd
Prophesee a gyhoeddwyd yn ddiweddar cydweithrediadau gyda datblygwyr blaenllaw systemau golwg peiriannau i fanteisio ar gyfleoedd ym maes awtomeiddio diwydiannol, roboteg, modurol ac IoT (Internet of Things). Cyfleoedd eraill ar unwaith yw cywiro aneglurder delwedd ar gyfer ffonau symudol a rhaglenni AR/VR. Mae'r rhain yn defnyddio synwyryddion fformat is na'r rhai a ddefnyddir ar gyfer y cyfleoedd ADAS/AV tymor hwy, yn defnyddio pŵer hyd yn oed yn is, ac yn gweithredu gyda hwyrni sylweddol is.
Mae Israel yn arloeswr blaenllaw ym maes technoleg uchel, gyda buddsoddiadau menter sylweddol ac amgylchedd cychwyn gweithredol. Ers 2015, mae tua $70B mewn buddsoddiadau a arweinir gan fenter yn y sector technoleg wedi digwydd. Mae rhan o hyn ym maes gweledigaeth gyfrifiadurol. Arweiniodd Mobileye y chwyldro hwn ym 1999 pan sefydlodd Amnon Shashua, ymchwilydd AI blaenllaw ym Mhrifysgol Hebraeg, y cwmni i ganolbwyntio ar ganfyddiad camera ar gyfer ADAS ac AVs. Fe wnaeth y cwmni ffeilio am IPO yn 2014 a chafodd ei gaffael gan Intel
HYSBYSEB
Prifddinas y Capel, sydd wedi'i leoli yn Jerwsalem, ar flaen y gad o ran buddsoddi mewn cwmnïau sy'n datblygu cynhyrchion yn seiliedig ar weledigaeth gyfrifiadurol ar gyfer cymwysiadau amrywiol o gludiant ac amaethyddiaeth i ddiogelwch a diogelwch. Mae Amir Weitman yn gyd-sylfaenydd ac yn bartner rheoli a dechreuodd ei gwmni menter yn 2017. Buddsoddodd y gronfa gyntaf $20M mewn 14 cwmni. Roedd un o'u buddsoddiadau yn Innoviz, a aeth yn gyhoeddus trwy uno SPAC yn 2018 ac a ddaeth yn unicorn LiDAR. Dan arweiniad Omer Keilaf (a oedd yn hanu o uned dechnoleg Corfflu Cudd-wybodaeth Llu Amddiffyn Israel), mae'r cwmni heddiw yn arweinydd o ran defnyddio LiDAR ar gyfer ADAS ac AVs, gydag enillion dylunio lluosog yn BMW a Volkswagen.
Cychwynnwyd ail gronfa Champel Capital (Impact Deep Tech Fund II) ym mis Ionawr 2022 ac mae wedi codi $30M hyd yma (y targed yw $100M erbyn diwedd 2022). Mae ffocws cryf ar weledigaeth gyfrifiadurol, gyda $12M yn cael ei ddefnyddio mewn pum cwmni. Mae tri o'r rhain yn defnyddio gweledigaeth gyfrifiadurol ar gyfer cludiant a roboteg.
TankU, wedi'i leoli yn Haifa, wedi dechrau gweithredu yn 2018 ac wedi codi $10M mewn cyllid. Dan Valdhorn yw'r Prif Swyddog Gweithredol ac mae wedi graddio o Uned 8200, grŵp uwch-dechnoleg elitaidd o fewn Llu Amddiffyn Israel sy'n gyfrifol am gudd-wybodaeth signal a dadgryptio cod. Mae cynhyrchion TankU's SaaS (Meddalwedd fel Gwasanaeth) yn awtomeiddio ac yn sicrhau prosesau mewn amgylcheddau awyr agored cymhleth sy'n gwasanaethu cerbydau a gyrwyr. Defnyddir y cynhyrchion hyn gan berchnogion fflydoedd cerbydau, ceir preifat, gorsafoedd tanwydd a gwefru trydan i atal lladrad a thwyll mewn trafodion ariannol awtomataidd. Mae gwasanaethau tanwydd cerbydau yn cynhyrchu ~$2T mewn refeniw byd-eang yn flynyddol, ac mae perchnogion fflyd cerbydau preifat a masnachol yn defnyddio 40% neu $800B. Mae manwerthwyr a pherchnogion fflyd yn colli ~$100B yn flynyddol oherwydd lladrad a thwyll (er enghraifft, defnyddio cerdyn tanwydd fflyd ar gyfer cerbydau preifat anawdurdodedig). Mae twyll CNP (Cerdyn ddim yn bresennol) ac ymyrryd/dwyn tanwydd yn ffynonellau colled ychwanegol, yn enwedig wrth ddefnyddio manylion cardiau wedi’u dwyn mewn apiau symudol ar gyfer taliadau.
HYSBYSEB
Mae cynnyrch TUfuel y cwmni yn hwyluso taliad diogel un tap, yn rhwystro'r rhan fwyaf o fathau o dwyll ac yn rhybuddio cwsmeriaid pan fydd yn amau twyll. Mae'n gwneud hyn yn seiliedig ar injan AI sydd wedi'i hyfforddi ar ddata o TCC presennol yn y cyfleusterau hyn a data trafodion digidol (gan gynnwys POS a data pen ôl arall). Mae paramedrau fel taflwybr a deinameg cerbydau, ID cerbyd, amser teithio, milltiredd, amser tanwydd, maint tanwydd, hanes tanwydd ac ymddygiad gyrrwr yn rhai nodweddion sy'n cael eu monitro i ganfod twyll. Mae'r data hwn hefyd yn helpu manwerthwyr i wneud y gorau o weithrediad safle, gwella teyrngarwch cwsmeriaid, a defnyddio offer marchnata sy'n seiliedig ar weledigaeth. Yn ôl y Prif Swyddog Gweithredol Dan Valdhorn, mae eu datrysiad yn canfod 70% o'r fflyd, 90% o gerdyn credyd a 70% o ddigwyddiadau twyll sy'n gysylltiedig ag ymyrryd.
Ffigur 6: Mae TUfuel yn defnyddio data amser real o gamerâu teledu cylch cyfyng gorsafoedd tanwydd a data digidol arall o … [+]
TancU
Sonol yn gwmni gwasanaethau ynni sy'n berchen ar ac yn gweithredu rhwydwaith o 240 o orsafoedd a siopau cyfleustra ar draws Israel. Mae TUfuel yn cael ei ddefnyddio ar eu safleoedd ac mae wedi dangos gwell diogelwch, atal twyll, a theyrngarwch cwsmeriaid. Mae treialon cynnyrch ar y gweill yn yr Unol Daleithiau mewn cydweithrediad â phrif gyflenwr byd-eang o orsafoedd nwy ac offer siopau cyfleustra. Mae mentrau tebyg hefyd ar y gweill yn Affrica ac Ewrop.
HYSBYSEB
Tel-Aviv-seiliedig ITC ei sefydlu yn 2019 gan academyddion dysgu peirianyddol o Brifysgol Ben-Gurion. Mae ITC yn creu cynhyrchion SaaS sy'n “mesur llif traffig, rhagfynegi tagfeydd a’i liniaru trwy drin goleuadau traffig yn smart - cyn i dagfeydd ddechrau ffurfio.” Yn debyg i TankU, mae'n defnyddio data o gamerâu oddi ar y silff (sydd eisoes wedi'u gosod mewn nifer o groesffyrdd traffig) i gael data traffig byw. Mae data o filoedd o gamerâu ar draws dinas yn cael eu dadansoddi, a pharamedrau fel math o gerbyd, cyflymder, cyfeiriad symudiad a dilyniant o fathau o gerbydau (tryciau yn erbyn ceir) yn cael eu tynnu trwy gymhwyso algorithmau AI perchnogol. Mae efelychiadau yn rhagweld llif traffig a sefyllfaoedd tagfeydd traffig posibl hyd at 30 munud ymlaen llaw. Mae goleuadau traffig yn cael eu haddasu gan ddefnyddio'r canlyniadau hyn i lyfnhau llif traffig ac atal tagfeydd.
Ffigur 7: Mae data o filoedd o gamerâu yn cael ei gasglu gan VMS o fewn rheolaeth traffig a redir gan ddinas … [+]
ITC
Mae hyfforddi'r system Deallusrwydd Artiffisial yn cymryd mis o ddata gweledol ar draws dinas nodweddiadol ac mae'n cynnwys cyfuniad o ddysgu dan oruchwyliaeth a dysgu heb oruchwyliaeth. Mae datrysiad ITC eisoes yn cael ei ddefnyddio yn Tel-Aviv (yn safle 25 yn ninasoedd mwyaf tagfeydd y byd yn 2020), gyda miloedd o gamerâu yn cael eu defnyddio mewn cannoedd o groesffyrdd a reolir gan oleuadau traffig. Ar hyn o bryd mae system ITC yn rheoli cerbydau 75K, a disgwylir iddo barhau i dyfu. Mae'r cwmni'n gosod a gallu cyffelyb yn Lwcsembwrg ac mae'n dechrau treialon ym mhrif ddinasoedd yr UD. Yn fyd-eang, mae ei ddatrysiad yn rheoli 300,000 o gerbydau gyda safleoedd gweithredu yn Israel, UDA, Brasil ac Awstralia. Mae Dvir Kenig, y CTO, yn angerddol am ddatrys y broblem hon - i roi amser personol yn ôl i bobl, lleihau nwyon tŷ gwydr, gwella cynhyrchiant cyffredinol ac yn bwysicaf oll, lleihau damweiniau ar groesffyrdd tagfeydd. Yn ol Mr. Kenig, Mr. “Mae ein defnydd yn dangos gostyngiad o 30% mewn tagfeydd traffig, gan leihau amser gyrru anghynhyrchiol, straen, defnydd o danwydd a llygredd.”
HYSBYSEB
Roboteg Dan Do Roedd a sefydlwyd yn 2018 ac Yn ddiweddar, codi $18M mewn cyllid. Mae'r cwmni, sydd wedi'i leoli ger Tel-Aviv, Israel, yn datblygu ac yn gwerthu datrysiadau drone ymreolaethol ar gyfer diogelwch dan do, diogelwch a monitro cynnal a chadw. Mae gan y Prif Swyddog Gweithredol a chyd-sylfaenydd, Doron Ben-David, brofiad sylweddol o roboteg ac awyrenneg wedi cronni yn IAI
Ffigur 8: Gall fflyd drôn ymreolaethol Robotics Dan Do bweru ei hun trwy nenfwd wedi'i osod … [+]
Roboteg Dan Do
Ofir Bar-Levav yw'r Prif Swyddog Busnes. Mae'n esbonio bod diffyg GPS wedi rhwystro dronau dan do rhag lleoli eu hunain y tu mewn i adeiladau (yn nodweddiadol wedi'u gwadu gan GPS neu'n anghywir). Yn ogystal, roedd diffyg atebion docio a phweru cyfleus ac effeithlon. Mae Indoor Robotics yn mynd i'r afael â hyn gyda phedwar camera wedi'u gosod ar ddrôn (top, i lawr, chwith, dde) a synwyryddion amrediad syml sy'n mapio gofod dan do a'i gynnwys yn gywir. Mae'r data camera (camerâu yn darparu data lleoleiddio a mapio) a synwyryddion thermol (hefyd wedi'u gosod ar y drôn) yn cael eu dadansoddi gan system AI i ganfod materion diogelwch, diogelwch a chynnal a chadw posibl a rhybuddio'r cwsmer. Mae'r dronau'n pweru eu hunain trwy “deilsen docio” ar y nenfwd, sy'n arbed gofod llawr gwerthfawr ac yn caniatáu casglu data wrth wefru. Mae manteision ariannol awtomeiddio’r prosesau cyffredin hyn lle mae llafur dynol yn gymhleth ac yn ddrud o ran recriwtio, cadw a hyfforddi yn amlwg. Mae gan ddefnyddio dronau awyr yn erbyn robotiaid ar y ddaear hefyd fanteision sylweddol o ran costau cyfalaf a gweithredu, gwell defnydd o arwynebedd llawr, rhyddid i symud heb ddod ar draws rhwystrau ac effeithlonrwydd cipio data camera. Yn ôl Mr Bar-Levav, bydd TAM (Cyfanswm y Farchnad Gyfeiriadwy) mewn systemau diogelwch deallus dan do mewn roboteg dan do yn $80B erbyn 2026. Mae lleoliadau cwsmeriaid allweddol heddiw yn cynnwys warysau, canolfannau data a champysau swyddfa corfforaethau byd-eang blaenllaw.
HYSBYSEB
Mae gweledigaeth gyfrifiadurol yn chwyldroi'r gêm ymreolaeth - ym maes awtomeiddio symudiadau, diogelwch, monitro adeiladau clyfar, canfod twyll a rheoli traffig. Mae pŵer lled-ddargludyddion ac AI yn alluogwyr pwerus. Unwaith y bydd cyfrifiaduron yn meistroli'r dull synhwyraidd anhygoel hwn mewn modd graddadwy, mae'r posibiliadau'n ddiddiwedd.
Ffynhonnell: https://www.forbes.com/sites/sabbirrangwala/2022/10/04/advances-in-computer-vision-propel-transportation-autonomy/