基于稀疏建模的AI工具组

全球首款使用稀疏建模(Sparse Modeling) 技术的人工智能(AI)嵌入式计算机工具组。稀疏建模技术仅需少量训练数据，即可完成高精确度的预测。这在基于视觉的检查系统中是一大特殊优势，因为在生产质量较高的同时，产品的不良率自然会降低。采用稀疏建模(Sparse Modeling)，只需50张左右的影像图片，便可创建全新的检查模型，相较传统AI所需的1000张或更多影像，大幅减少。Hacarus的稀疏建模工具组可独立使用，也可加装到现有的检查系统中。它的主要客户是视觉系统供应商和系统整合商。另一大用户群体包括了部分机器和系统制造商，他们希望在设备中使用视觉AI技术，但因为个体顾客繁杂设备种类需要适应性的算法而尚未真正采取行动。

德国康佳特营销总监Christian Eder表示：“凭借稀疏建模(Sparse Modeling)技术，开发者能构建下一代检查系统，它们能按需求被训练且可以在任何领域发挥作用。持续光照等最理想的条件已经不再必要。原始设备制造商也能更灵活地调整生产流程，这正是向工业物联网/工业4.0受控批量生产转型的必要条件。”

本质上，稀疏建模(Sparse Modeling)是一种数据建模方式，主要用于识别独特的特征。简而言之，稀疏建模解析数据的方式和人脑类似，不是分析个体的一丝一毫。

Hacarus的技术长 Takashi Someda总结了稀疏建模(Sparse Modeling)的效益： “人类可以根据眼睛和耳朵等关键特点来识别朋友和家人。稀疏建模(Sparse Modeling) 将相仿的逻辑整合到了智能图像处理系统中。因此，系统无需像传统AI一样处理全部大数据，而仅需处理一部分选定的数据。基于稀疏建模(Sparse Modeling)的算法可以将数据细化为独特的特征。” 这同时简化了AI结构，使其更适合全天候运转、只剩有限的功率可用于整合AI的无扇叶低功率系统。