隐形AI使用计算机视觉来帮助但希望不会not装配线工人DevinCold
2023年03月17日 南充机械设备网
隐形AI使用计算机视觉来帮助（但希望不会not）装配线工人 Devin Cold
“组装”听起来像是制造过程中较简单的测试之一，但是正如任何曾经将一件扁平包装家具组装在一起的人都知道的那样，它可能令人惊讶（令人沮丧）复杂。Invisible AI是一家初创公司，旨在监视使用计算机视觉执行组装任务的人员，帮助维持安全性和效率-不会屈服于明显的众目之下的陷阱。一轮360万美元的种子融资应该有助于他们前进中国机械网okmao.com。
该公司制造独立的照相/计算机单元，这些单元运行高度优化的计算机视觉算法，以跟踪他们看到的人的运动。通过将这些动作与一组规范动作（有人正确执行任务）进行比较，系统可以监视错误或识别工作流程中的其他问题-零件丢失，受伤等。
显然，从一开始，这听起来像是一种导致无情的计算机监督员的事情，每当工人低于人为且不断提高的标准时，该监督员就会受到惩罚-亚马逊可能已经为此申请了专利。但是联合创始人兼首席执行官埃里克·丹兹格（Eric Danziger）渴望解释这根本不是主意。
“该产品最重要的部分是针对操作员本身的。这是技术工人，他们对自己的工作感到非常自豪。” “他们是那些正在努力工作的人，发现和纠正错误是其中很大的一部分。”
这些组装工作非常运动，节奏快。您必须记住必须执行的15个步骤，然后继续进行下一个步骤，这可能是完全不同的变化。挑战在于将所有这些保留在您的脑海中，”他继续说道。“目标是实时成为该循环的一部分。当他们将继续进行下一个工作时，我们可以提供双重检查并说：“嘿，我们认为您错过了步骤8。” 这样可以节省大量的痛苦。这可能很简单，只需插入电缆，但将电缆绑在那里就很大了-如果是在组装好车辆之后，则必须再次将其拆下。”
这种身体跟踪以各种形式存在并且出于各种原因。例如，Veo Robotics使用深度传感器跟踪操作员和机器人的确切位置，以动态防止碰撞。
但是，在工业规模上的挑战不是“我们如何首先跟踪一个人的运动”，而是“如何轻松部署和应用跟踪一个人的运动的结果”。毕竟，如果系统需要一个月的安装时间和几天的重新编程时间，那是没有用的。因此，Invisible AI专注于简化安装和管理，不需要任何代码，并且完全基于边缘的计算机视觉。
“目标是使部署尽可能容易。您从我们这里购买了具有计算功能和所有内置功能的相机。将其安装在您的设施中，向其展示一些组装过程的示例，然后为它们添加注释。而且这听起来并不复杂，” Danziger解释说。“一个小时之内他们就可以启动并运行。”
设置了相机和机器学习系统后，对其进行操作实际上并不是一个难题。如今，对于智能相机而言，跟踪人类的动作是相当简单的任务，并且将这些动作与示例集进行比较也相对容易。没有涉及“创造力”的内容，例如试图猜测一个人在做什么或将其与某个巨大的手势库相匹配，就像您在专门为字幕视频或解释手语的AI中可能会发现的（这两种方法在其他地方都还在进行中）在研究社区中）。
至于隐私以及经常被照在相机上可能会感到不安，这是使用该技术的公司必须解决的问题。几乎与任何新技术一样，有善有恶的可能。
丰田（Invisible）的早期合作伙伴之一是丰田（Toyota），它在AI和自动化方面既是早期采用者，也是怀疑者。他们的哲学（经过一些实验后得出）是赋予专家工作者权力的一种。这样的工具是根据这些工人已经做的事情提供系统改进的机会。
很难想象该系统的一个版本，就像在亚马逊的仓库中一样，工人被迫通过无情的优化来满足几乎不人道的配额。但丹兹格说，根据他已经与之合作的公司的轶事，更有可能的结果是更多地从工人身上寻求改进。
这些员工日复一日，日复一日地建立了产品，这些员工对如何正确地做有深刻而高度专门的知识，而这些知识可能很难正式传递。在训练中很容易说出“在用螺栓固定时握住这样的物体，否则肘部会挡住”，但在进行标准练习时并不容易。隐形AI的姿势和位置检测可以帮助实现这一目标。
丹兹格说：“我们很少关注个人的周期时间，而更像是精简步骤，避免重复性压力等。”
重要的是，这种功能可以与无代码的紧凑型设备一起提供，该设备无需连接即可连接到某种内部网以将其结果发送到该设备。无需将视频流传输到云中进行分析；如果需要，素材和元数据都完全保留在本地。
像任何引人注目的新技术一样，存在滥用的可能性，但与Clearview AI这样的努力不同，它们不是为滥用而构建的。
“这是一条好线。它肯定反映了它所部署的公司。” Danziger说。“我们与之互动的公司非常重视员工，并希望他们受到尊重并尽可能参与进来。这可以帮助他们。”
360万美元的种子轮由8VC牵头，参与的投资者包括iRobot Corporation，K9 Ventures，Sierra Ventures和Slow Ventures。