4 août - IA visuelle dans la fabrication

Rejoignez notre rencontre virtuelle pour écouter des conférences d'experts sur des sujets à la pointe de la technologie à l'intersection de la fabrication, de l'IA, du ML et de la vision par ordinateur. Date, Heure et Lieu 4 août 2026, 9h00 - 11h00 PST En ligne. Inscrivez-vous pour le Zoom ! Activation d'agents multimodaux en périphérie La prochaine génération d'agents IA va au-delà des modèles textuels basés sur le cloud et interagira avec le monde multimodal physique en temps réel. Par exemple, dans le domaine de la vision, les agents IA reposent sur des Modèles Visuels-Langage (VLM) dans leur infrastructure. Cependant, déployer des VLM massifs avec des milliards de paramètres sur des périphériques reste un défi technique considérable. S'appuyant sur nos récents articles de recherche ICML et CVPR, cette session explore les avancées dans l'optimisation des modèles agents, en particulier comment la distillation et l'élagage transforment les modèles 'lourds' en moteurs prêts pour la périphérie. Enfin, je présente notre agent UI fonctionnant sur le téléphone réel en cours de développement par l'équipe de notre laboratoire. À propos de l'intervenant Denis Gudovskiy est un ingénieur IA distingué chez Panasonic North America où il mène des activités de R&D sur diverses méthodes IA fondamentales, y compris les agents multimodaux et efficaces sur le plan matériel, les pipelines d'entraînement supervisé et RL, et la robustesse face à des scénarios hors distribution. Quand la caméra ne peut pas être fiable : IA visuelle consciente de la santé pour une détection fiable des quasi-accidents Les systèmes de détection des quasi-accidents sont souvent évalués comme si chaque image de la caméra était également fiable, même si le flou, la mauvaise exposition, l'occlusion, la contamination et les variations d'éclairage peuvent dégrader silencieusement les preuves visuelles utilisées pour prendre des décisions de sécurité. Cette conférence présente un cadre de santé des caméras en ligne qui estime la fiabilité visuelle avant que les performances de perception en aval ne se détériorent de manière significative. Je discuterai de la manière dont les signaux de santé de la caméra peuvent soutenir une évaluation consciente des conditions, prioriser l'examen humain, réduire les alertes non fiables et déclencher un comportement de secours approprié. En s'appuyant sur des recherches dans la perception visuelle critique pour la sécurité, la conférence démontrera comment ces principes peuvent être adaptés aux systèmes vidéo industriels opérant à travers différentes caméras, quarts, agencements et conditions environnementales. La présentation établira également un lien entre la surveillance de la santé des caméras et la découverte d'événements rares et l'amélioration de jeux de données pilotée par des échecs pour une détection des quasi-accidents plus digne de confiance. À propos de l'intervenant Shiva Aher est un chercheur en vision par ordinateur avec une formation diplômante en informatique de l'Institut de Technologie de Géorgie, spécialisé en intelligence artificielle. Applications VLM agentiques dans la fabrication Les Modèles Visuels-Langage (VLM) introduisent une fonctionnalité entièrement nouvelle dans les charges de travail de vision dans la fabrication que les modèles de vision par ordinateur traditionnels n'offrent tout simplement pas (par exemple, détection à vocabulaire ouvert, apprentissage contextuel). Malgré cela, des modèles finement ajustés comme YOLO offrent un niveau de précision et de rappel que les VLM d'aujourd'hui ont du mal à égaler immédiatement. Grâce à des dispositifs agentiques qui coordonnent les appels aux VLM, nous pouvons commencer à fournir une fiabilité similaire sur des tâches pertinentes pour la fabrication (par exemple, détection de nombreuses classes et de nombreux cas), tout en soutenant également les nouvelles fonctionnalités (par exemple, recherche multimodale) qui rendent les VLM distincts. Dans cette conférence, nous passerons en revue la conception de ces dispositifs, comment les servir efficacement et comment ils apportent de la valeur dans la fabrication. À propos de l'intervenant Subraiz Ahmed est membre du personnel technique chez Perceptron AI. Il construit l'infrastructure pour servir des modèles de vision de pointe. Il a précédemment fondé une série de startups.