4. August - Visuelle KI in der Fertigung

Nehmen Sie an unserem virtuellen Meetup teil, um Vorträge von Experten zu bahnbrechenden Themen an der Schnittstelle von Fertigung, KI, ML und Computer Vision zu hören. Datum, Uhrzeit und Ort 04. August 2026 9:00 Uhr - 11:00 Uhr PST Online. Registrieren Sie sich für Zoom! Aktivierung multimodaler Agenten am Rand Die nächste Generation von KI-Agenten bewegt sich über cloudbasierte, nur textbasierte Modelle hinaus und wird in Echtzeit mit der physischen multimodalen Welt interagieren. Zum Beispiel im Sichtbereich verlassen sich KI-Agenten auf Vision-Language-Modelle (VLMs) in ihrem Fundament. Allerdings bleibt der Einsatz massiver VLMs mit Milliarden von Parametern auf Edge-Geräten ein erhebliches ingenieurtechnisches Hindernis. Anhand unserer aktuellen ICML- und CVPR-Forschungspapiere wird in dieser Sitzung die Weiterentwicklung der agentischen Modelloptimierungen untersucht, insbesondere wie Destillation und Pruning 'schwere' Modelle in schlanke, randbereite Maschinen verwandeln. Zuletzt präsentiere ich unseren UI-Agenten, der auf dem tatsächlichen Telefon läuft, das von unserem Lab-Team entwickelt wird. Über den Sprecher Denis Gudovskiy ist ein ausgezeichneter KI-Ingenieur bei Panasonic Nordamerika, wo er F&E-Aktivitäten zu verschiedenen Kern-KI-Methoden durchführt, einschließlich multimodaler und hardwareeffizienter Agenten, überwachten und RL-Trainingspipelines sowie Robustheit gegenüber Szenarien außerhalb der Verteilung. Wenn die Kamera nicht vertraut werden kann: Gesundheitsbewusste visuelle KI für zuverlässige Near-Miss-Erkennung Near-Miss-Erkennungssysteme werden oft so bewertet, als ob jeder Kamerabildrahmen gleich vertrauenswürdig wäre, obwohl Unschärfe, schlechte Belichtung, Verdeckung, Kontamination und sich änderndes Licht die visuellen Beweise, die zur Entscheidungsfindung über Sicherheit verwendet werden, lautlos verschlechtern können. Dieser Vortrag präsentiert ein Online-Kamera-Gesundheitsframework, das die visuelle Zuverlässigkeit schätzt, bevor die nachgelagerte Wahrnehmungsleistung signifikant abnimmt. Ich werde erläutern, wie Kamera-Gesundheitssignale eine zustandsbewusste Evaluierung unterstützen, menschliche Überprüfungen priorisieren, unzuverlässige Warnungen reduzieren und angemessenes Fallback-Verhalten auslösen können. Anhand von Forschung in sicherheitskritischer visueller Wahrnehmung wird der Vortrag demonstrieren, wie diese Prinzipien auf industrielle Videosysteme angewendet werden können, die über verschiedene Kameras, Schichten,layouts und Umweltbedingungen hinweg arbeiten. Die Präsentation wird auch die Überwachung der Kamera-Gesundheit mit der Entdeckung seltener Ereignisse und der fehlerbasierten Verbesserung von Datensätzen zur zuverlässigeren Near-Miss-Erkennung verbinden. Über den Sprecher Shiva Aher ist ein Forscher im Bereich Computer Vision mit einem Graduierungsbackground in Informatik vom Georgia Institute of Technology, spezialisiert auf künstliche Intelligenz. Agentische VLM-Anwendungen in der Fertigung Vision Language Models (VLMs) führen völlig neue Funktionen für Sichtarbeitslasten in der Fertigung ein, die traditionelle Computer Vision Modelle einfach nicht bieten (z. B. Open-Vocabulary-Erkennung, In-Context-Learning). Dennoch bietet die Feinabstimmung von Modellen wie YOLO ein Maß an Präzision und Rückruf, das heutige VLMs aus der Box heraus nicht erreichen können. Durch agentische Vorrichtungen, die Aufrufe an VLMs koordinat, können wir ähnliche Zuverlässigkeit bei fertigungsspezifischen Aufgaben (z. B. viele Klassen, viele Instanzen) erreichen und gleichzeitig die neuesten Funktionen (z. B. multimodale Suche) unterstützen, die VLMs einzigartig machen. In diesem Vortrag gehen wir durch das Design dieser Vorrichtungen, wie man sie effizient bedient und wie sie in der Fertigung Mehrwert liefern. Über den Sprecher Subraiz Ahmed ist Mitglied des technischen Personals von Perceptron AI. Er baut die Infrastruktur auf, um modernste Sichtmodelle zu bedienen. Zuvor gründete er eine Reihe von Start-ups.