4 באוגוסט - בינה מלאכותית חזותית בייצור

הצטרפו לפגישת הוירטואלית שלנו כדי להקשיב להרצאות של מומחים על נושאים חוד החנית המפגישים בין ייצור, בינה מלאכותית, ניהול ידע וראיה ממוחשבת. תאריך, שעה ומקום 04 באוגוסט 2026 בין השעות 9:00 ל-11:00 לפי זמן האוקיינוס השייך. אונליין. הרשמו ל-Zoom! הסמכה של סוכנים מרובי מודלים בקצה הדור הבא של סוכני בינה מלאכותית חורג ממודלים טקסטואליים בענן ויתקשר עם העולם הפיזי המרובה במודלים בזמן אמת. לדוגמה, בתחום הראיה סוכני הבינה המלאכותית מתבססים על מודלים של ראיה-שפה (VLM) ביסודיות שלהם. עם זאת, פריסת VLM עצומים עם מיליארדי פרמטרים במכשירים קצה עדיין מהווה אתגר הנדסי משמעותי. בהתבסס על מאמרי המחקר האחרונים שלנו ב-ICML ו-CVPR, המושב הזה חוקר את ההישגים באופטימיזציה של סוכנים מודליים, כלומר, איך דיסטילציה וחתימה הופכות מודלים 'כבדים' למנועים קומפקטיים, מוכנים לפעולה בקצה. לבסוף, אני אציג את סוכן ה-UI שלנו, הפועל על טלפון אמיתי, המפותח על ידי צוות המעבדה שלנו. * על המרצה * דניס גודובסקי - מהנדס בינה מלאכותית מוביל בפאנאסוניק צפון אמריקה, שם הוא עוסק במחקר ופיתוח בשיטות שונות של בינה מלאכותית, כולל סוכנים מרובי מודלים וסוכנים אפקטיביים בחומרה, צינורות לימוד עם מורה ולמידה מחוזקת, ועמידות בפני תרחישים מחוץ להפצה. כשלא ניתן לסמוך על המצלמה: בריאות הבינה המלאכותית החזותית לגילוי אמין של חסרונות קרובים מערכות גילוי חסרונות קרובים מעריכות לעיתים קרובות כך שכל פריים של המצלמה אמין באופן שווה, אפילו כשכיתוב, אקספוזיציה גרועה, צללים, זיהום ואור משתנה יכולים בשקט להחמיר את הראיות החזותיות בהן נעשה שימוש בהחלטות לגבי בטיחות. הרצאה זו מציגה מערכת למסגרת מעקב אחר מצב המצלמה, המעריכה את האמינות החזותית לפני שמבצע ההפצה מתדרדר באופן משמעותי. אני אדון כיצד אותות מצב המצלמה יכולים לתמוך בהערכה תוך כדי התחשבות בתנאים, לתת עדיפות לבדיקה אנושית, להפחית התרעות לא אמינות ולהפעיל התנהגות גיבוי מתאימה. בהתבסס על מחקרים בתחום ההבנה החזותית הקריטית, הרצאה זו תדגים כיצד עקרונות אלו יכולים להיות מותאמים למערכות וידיאו תעשייתיות העובדות עם מצלמות שונות, משמרים, תכניות ותנאי סביבה שונים. המצגת גם תקשר בין מעקב מצב המצלמה לגילוי אירועים נדירים ושיפור קווי נתונים מבוססי כישלונות, לגילוי חסרונות קרובים מהימן יותר. * על המרצה * שיבה אהר היא חוקרת בתחום הראיה הממוחשבת עם הכשרה מעמיקה במדעי המחשב מהמכון הטכנולוגי של ג'ורג'יה, המתמחה בבינה מלאכותית. יישומים של VLM סוכניים בייצור מודלים של ראיה-שפה (VLM) מציגים פונקציות חדשות לחלוטין בעומסים חזותיים בייצור, שאותן מודלים מסורתיים של ראיה ממוחשבת פשוט לא מציעים (למשל, גילוי עם אוצר מילים פתוח, למידה בהקשר). עם זאת, מודלים שהתאימו בפירוט, כמו YOLO, מצליחים להשיג רמות דיוק וכיסוי שמודלים מודרניים של VLM לא מסוגלים להשוות מלכתחילה. בעזרת פלטפורמות סוכניות, שמסנכרנות קריאות ל-VLM, אנו יכולים להתחיל להבטיח אמינות דומה במשימות החשובות לייצור (למשל, גילוי עם הרבה קטגוריות והרבה דוגמאות), וכן לתמוך בפונקציות חדשות (למשל, חיפוש מרובי מודלים) המייחדות את VLM. בהרצאה זו נעבור על תכנון הפלטפורמות הללו, כיצד להשתמש בהן ביעילות ואיך הן מביאות ערך לייצור. * על המרצה * סובריז אחמד הוא חבר הצוות הטכני ב-Perceptron AI. הוא יוצר תשתיות לתמיכה במודלים מתקדמים של ראיה.