4 августа - Визуальный ИИ в Производстве

Присоединяйтесь к нашей виртуальной встрече, чтобы послушать выступления экспертов на передовых темах на пересечении производства, ИИ, ИМ и компьютерного зрения. Дата, время и место 04 августа 2026 года с 9:00 до 11:00 по тихоокеанскому времени Онлайн. Зарегистрируйтесь для Zoom! Разрешение многомодальных агентов на краю Следующее поколение ИИ-агентов выходит за рамки облачных текстовых моделей и будет взаимодействовать с физическим многомодальным миром в реальном времени. Например, в области зрения ИИ-агенты полагаются на модели зрения-язык (VLM) в своей основе. Однако развертывание массивных VLM с миллиардами параметров на краевых устройствах по-прежнему остается значительной инженерной проблемой. Основываясь на наших недавних научных статьях ICML и CVPR, эта сессия исследует достижения в оптимизации модельных агентов, а именно, как дистилляция и обрезка преобразуют 'тяжелые' модели в компактные, готовые к работе на краю движки. Наконец, я представлю нашего UI-агента, работающего на реальном телефоне, который разрабатывается командой нашей лаборатории. Об ораторе Денис Гудовский - выдающийся инженер ИИ в Panasonic North America, где он проводит НИОКР в различных основных методах ИИ, включая многомодальные и аппаратно-эффективные агенты, обучающие конвейеры с учителем и с подкреплением, и устойчивость к сценариям извне распределения. Когда камеру нельзя доверять: Здоровье визуального ИИ для надежного обнаружения близкихmiss Системы обнаружения близкихmiss часто оцениваются так, как будто каждый кадр камеры одинаково надежен, даже несмотря на то, что размытие, плохая экспозиция, затенение, загрязнение и изменяющееся освещение могут тихо ухудшать визуальные доказательства, используемые для принятия решений о безопасности. Эта лекция представляет онлайн-рамочную систему мониторинга состояния камеры, которая оценивает визуальную надежность, прежде чем производительность восприятия значительно ухудшится. Я обсужу, как сигналы состояния камеры могут поддерживать оценку с учетом условий, приоритизировать человеческие проверки, сокращать ненадежные оповещения и активировать соответствующее резервное поведение. Основываясь на исследованиях в области критично важного визуального восприятия, эта лекция продемонстрирует, как эти принципы могут быть адаптированы к промышленным видео системам, работающим по различным камерам, сменам, планировкам и экологическим условиям. Презентация также свяжет мониторинг состояния камеры с открытием редких событий и улучшением наборов данных, основанных на сбоях, для более надежного обнаружения близкихmiss. Об ораторе Шива Ахер является исследователем в области компьютерного зрения с углубленной подготовкой в области компьютерных наук из Технологического института Джорджии, специализирующимся на искусственном интеллекте. Применения агентных VLM в производстве Модели зрения-язык (VLM) вводят совершенно новую функциональность в зрительные нагрузки в производстве, которую традиционные модели компьютерного зрения просто не предлагают (например, детекция с открытым словарем, обучение в контексте). Тем не менее, моделям, которые были подробно настроены, таким как YOLO, удается достигать уровня точности и полноты, который современные VLM не могут сопоставить с нуля. С помощью агентных платформ, которые координируют вызовы к VLM, мы можем начать обеспечивать аналогичную надежность в задачах, важных для производства (например, детекция с многими классами и многими экземплярами), а также поддерживать новые функциональности (например, многомодальный поиск), которые делают VLM уникальными. В этой лекции мы пройдем через проектирование этих платформ, как эффективно их использовать и как они приносят ценность в производстве. Об ораторе Субраиз Ахмед является членом технического персонала в Perceptron AI. Он создает инфраструктуру для обслуживания передовых моделей зрения. Ранее он основал ряд стартапов.