VisionX工业智能链开启工业4.0新时代: 打造区块链驱动的工业智能交易市场
Scream
阅读:39873
2018-10-16 23:49:38
评论:0
蒸汽机和电的发明,让人类步入工业化生产的时代。互联网的出现,再次变革了社会生产力效率。在当前,随着计算能力的爆炸式升级,以及大数据搜集的储备,人工智能已经实现突破式的发展,人类工业文明将迎来前所未有的新时代。VisionX工业智能链应运而生,满足行业所需,将引领建立区块链驱动的可持续发展生态,打造各行业和针对客户定制的最优人工智能解决方案。
人工智能起飞,工业步入4.0时代 工业文明离不开大数据的搜集与应用。全球工业大数据是金矿,亟待发掘价值。来自KPMG权威数据显示,2020年全球AI市场规模将达4万亿美元。Statista Report预测,2018年工业数据规模在420亿美元。以视觉检测行业为例,中国现有6000万名质检员,每年消耗3500亿美元的成本。Statista Report报告表明,机器人物品捡放这一垂直领域的产业价值,在2020年将达到473亿美元。 工业发展的趋势非常明显,不断提高产业质量、按客户订单生产,加快产品周期;与此同时,劳动力成本上升,人为错误频发。当前行业挑战是缺乏良好的工业人工智能解决方案。用户要先提供数据,才有AI解决方案。另外,单个客户难以获得足够的有效数据,缺乏合作解决跨行业AI需求的激励机制。 工业4.0时代,VisionX融合区块链和人工智能技术,以产品缺陷检测为突破口,解决跨行业共有痛点。 智能工业,始于“看见“ 如何让机器有人类的眼睛,“看见”产品上的瑕疵,是一件世界难题。零件和成品上的划痕、凹痕、针孔等缺陷,影响钢铁产品的质量;纺织品和针脚拉链的划痕,影响消费者体验;航空金属、皮带老化、裂缝、安全带金属垫圈上的划痕缺陷,关乎公共安全。LED、LCD、太阳能电池板划痕,导致设备效率下降。 VisionX旨在打造世界最大的表面缺陷检测图像识别数据库。它拥有最大最优质的图像数据集,当前拥有数据集包括了跨行业缺陷图像总额超13万,元数据集总量超100万。并采用Dataonomy分类算法持续发掘相关数据,完善通用人工智能解决方案;通过一站式快速部署,准确率达95%以上,比竞争对手平均节省约30%的成本。 VisionX工业智能链适用的行业包括消费电子、纺织品时装、家具、钢铁、采矿、汽车、显示面板等诸多领域。未来还将延伸至预测性维护、机器人物品捡放、跨行业的信息策展市场等领域。 Dataonomy智能算法 VisionX工业智能链拥有多项已申请专利,包括基于人工智能的自动表面检查的系统和方法专利、基于人工智能的自动对象识别和操纵的系统和方法专利,正在申请专利的Dataonomy数据搜集分析算法,是其核心知识产权。 自主研发的Dataonomy数据搜集分析算法,是一种新颖的分类方法,挖掘大型共有数据集与跨行业缺陷数据集之间的内在相关性。 当前,Dataonomy数据搜集分析算法成功实现多项视觉检测成果。包括成功挑战国际工业表面瑕疵检测图像数据集(DAGM-2007),检测精度和通用性相比传统方法和深度学习方法更具明显优势。 VisionX工业智能交易市场 一种算法即使再智能,并不足够支撑完整的生态系统,因为行业面临的数据分散、单个企业研发成本高、数据稀缺的问题需要一个完善的体系。 VisionX的解决方法是建立由区块链驱动的生态系统,以激励多行业的参与;工业客户可贡献数据集,由VisionX进行认证。VisionX对行业数据进行排序、清理、注释,构建工业X基础数据集、工业X基础AI解决方案,并且可以针对特定客户定制化人工智能解决方案。通过客户数据可将通用方案准确率提高至99.97%;同时,去中心化的云边融合智能计算架构,支持云端大型深度神经网络的训练和客户边缘端的快速迭代。 根据记录在区块链上的数据集贡献,用户获得代币奖励+利润分红。奖励VNX代币来激励数据、解决方案和服务的贡献者;AI解决方案销售产生的利润将分红给数据贡献者(15%)、解决方案及数据集构建者(65%)和VisionX基金会(20%)。VisionX基金会将把20%的利润分红用以销毁代币,最高至流通量的50%。 VisionX给各个行业、企业架设一座桥梁,共同实现跨行业最佳人工智能方案,引领工业4.0的发展。未来服务数千个行业,百万级人工智能解决方案和数据。以产品缺陷视觉检测为突破点,逐步扩展至机器人物品捡放、预测性维护、智能语音、供应链等其他领域。 潜在合作伙伴包括世界500强家电企业、显示器巨头、钢铁制造商、大型印刷设备制造商、传统各行业的图像质检企业、自动化和机器人设备开发商等等。本文 微商货源 原创,转载保留链接!网址:http://51569.com/a/65657.html
声明
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。