4 de Ago - IA Visual na Manufatura

Participe do nosso encontro virtual para ouvir palestras de especialistas sobre tópicos inovadores na interseção de manufatura, IA, ML e visão computacional. Data, Hora e Local 04 de Agosto de 2026, 9:00 - 11:00 PST Online. Inscreva-se para o Zoom! Habilitando Agentes Multimodais na Edge A próxima geração de agentes de IA está se movendo além de modelos baseados em nuvem e apenas de texto e interagirá com o mundo físico multimodal em tempo real. Por exemplo, no domínio da visão, os agentes de IA dependem de Modelos de Visão-Linguagem (VLMs) em sua estrutura. No entanto, implantar VLMs massivos com bilhões de parâmetros em dispositivos de borda continua sendo um obstáculo significativo em engenharia. Baseando-se em nossos recentes artigos de pesquisa do ICML e CVPR, esta sessão explora os avanços nas otimizações de modelos agentes, especificamente como a destilação e a poda transformam modelos 'pesados' em motores enxutos prontos para a edge. Por fim, apresento nosso agente de interface do usuário rodando no telefone real que está sendo desenvolvido pela equipe do nosso laboratório. Sobre o Palestrante Denis Gudovskiy é Engenheiro de IA Distinto na Panasonic North America, onde conduz atividades de P&D de vários métodos centrais de IA, incluindo agentes multimodais e eficientes em hardware, pipelines de treinamento supervisionado e de RL, e robustez a cenários fora da distribuição. Quando a Câmera Não Pode Ser Confiável: IA Visual Consciente da Saúde para Detecção Confiável de Quase Acidentes Sistemas de detecção de quase acidentes são frequentemente avaliados como se cada quadro de câmera fosse igualmente confiável, embora borrões, exposição deficiente, oclusão, contaminação e iluminação variável possam degradar silenciosamente a evidência visual usada para tomar decisões de segurança. Esta palestra apresenta uma estrutura de saúde da câmera online que estima a confiabilidade visual antes que o desempenho de percepção subsequente se deteriore significativamente. Vou discutir como sinais de saúde da câmera podem apoiar a avaliação consciente das condições, priorizar a revisão humana, reduzir alertas não confiáveis e acionar comportamentos de fallback apropriados. Baseando-se em pesquisas em percepção visual crítica para segurança, a palestra demonstrará como esses princípios podem ser adaptados para sistemas de vídeo industriais operando em diferentes câmeras, turnos, layouts e condições ambientais. A apresentação também conectará o monitoramento da saúde da câmera com a descoberta de eventos raros e a melhoria de conjuntos de dados impulsionados por falhas para uma detecção de quase acidentes mais confiável. Sobre o Palestrante Shiva Aher é uma pesquisadora em visão computacional com formação em ciência da computação pelo Georgia Institute of Technology, especializada em inteligência artificial. Aplicações VLM agentes na manufatura Modelos de Linguagem de Visão (VLMs) introduzem funcionalidades completamente novas para cargas de trabalho de visão na manufatura que modelos tradicionais de visão computacional simplesmente não oferecem (por exemplo, detecção de vocabulário aberto, aprendizagem em contexto). Mesmo assim, modelos ajustados como YOLO oferecem um nível de precisão e recall que os VLMs de hoje lutam para igualar prontamente. Através de suportes de agentes que coordenam chamadas para VLMs, podemos começar a entregar uma confiabilidade semelhante em tarefas relevantes para manufatura (por exemplo, detecção de muitas classes e muitas instâncias), ao mesmo tempo em que apoiamos as novas funcionalidades (por exemplo, busca multimodal) que tornam os VLMs distintos. Nesta palestra, passamos pelo design desses suportes, como você os serve de maneira eficiente e como eles oferecem valor na manufatura. Sobre o Palestrante Subraiz Ahmed é membro da Equipe Técnica da Perceptron AI. Ele constrói a infraestrutura para servir modelos de visão de ponta. Anteriormente, fundou uma série de startups.