7 takeaways fra AMCS Inspire Webinar om AI

På AMCS Inspire Webinar holdt Bernard Marr, global autoritet inden for teknologi fra Bernard Marr & Co , en præsentation af, hvordan kunstig intelligens (AI) allerede ændrer verden omkring os, og dens potentiale til at hjælpe os med at få dybere forståelse og udvikle løsninger på nogle af de udfordringer, vi står over for.

Hans præsentation blev efterfulgt af AMCS-produktchef Ken Tierney, der demonstrerede vores innovative AMCS Vision AI-system , der identificerer sammensætningen af affald og genanvendelige materialer for at målrette forurening. Denne løsning kan også automatisere use cases så forskellige som at identificere overbelastede containere, tælle emner (f.eks. Baller, containere) osv.

Her er vores 7 takeaways fra sessionen:

1.AI er den mest kraftfulde teknologi, mennesker nogensinde har haft adgang til

Ifølge Microsoft vil enhver virksomhed blive en AI-baseret virksomhed i de kommende år.

AI er ikke noget nyt. Det har udviklet sig. Vi har haft automatiseret tegngenkendelse i 30 år for at genkende håndskrift på konvolutter for eksempel.

Der, hvor AI tidligere har kæmpet, er der, hvor vi ikke uden så let kan putte ting ind i algoritmer som at genkende en person eller et dyr. For eksempel har mennesker overvåget læring , der betyder, at vores neuroner udvikles til at forstå og skabe links, der gør det muligt for os at få øje på lighederne mellem det virkelige og et billede eller en beskrivelse. Børn lærer for eksempel, hvad der er en løve eller en elefant ved at få vist billeder og eksempler på dette og derefter relatere det til billeder i film eller den ægte vare i zoologisk have eller i naturen.

Men med maskinlæring kan vi nu give AI-data, og det lærer af det og skaber disse foreninger. Dette blev først brugt i militæret til at identificere ubåde, så teknologien fik ikke falske positiver fra isbjerge og hvaler, men var i stand til at forstå egenskaberne ved en ubåd og differentiere den fra andre lignende størrelse og formede genstande.

Forstærkningslæring er at undervise i en maskinlæringsalgoritme, hvor du fortæller computeren alle de eksempler, du kan. Computeren lærer af alle disse eksempler og søger at forbedre den. Dette er en måde at introducere kreativitet i AI på. Eksempler hidtil har inkluderet udvikling af AI-baseret teknologi, der kan overliste mennesker i spil som Go og Chess.

Men dette potentiale bruges allerede i sektorer som sundhedsvæsenet til at forstå sygdomme ved at analysere store databaser med billeder.

Maskinsyn er navnet på AI-teknologien, der kan forstå og lære af dyb behandling af millioner eller milliarder af billeder, hvilket gør det muligt for innovative løsninger at dukke op.

2. Smartphones kan bruges som scannere til AI- og maskinsynsprocesser

Eksempler på AI-teknologi, der allerede bruges på mobiltelefoner, omfatter:

• FaceID på iPhones, der bruger telefonens computerkraft til at analysere individuelle ansigter for at give adgang til telefonen
• Sundhedsvæsenet demokratiseres – for eksempel kan du tjekke hudsygdomme, eller om et modermærke er kræftfremkaldende ved at scanne millioner af billeder – dette på din telefon har adgang til flere data, end en hudlæge nogensinde kunne lære – kirurgi automatiseres også ved hjælp af kirurgiske robotter
• Afsløring af forfalskninger – globale designermodemærker kan bruge AI til at kontrollere, om et produkt er ægte eller falsk

3. Augmented reality giver AI mulighed for at analysere virkelige forhold og få indsigt

Augmented reality ved hjælp af maskinsyn er transformerende.

Et eksempel er optikere, der hjælper kunderne med at vælge briller. Folk kan se, hvordan brillerne ser ud på dem, hvis de f.eks. bestiller online, men kan også få anbefalinger til, hvad der passer dem ud fra AI'en, der vurderer deres hudfarve, ansigtsform osv.

Nike bruger også en AI-app til at scanne din fod, give dig præcis måling og anbefale trænere, der passer.

Virksomheder som Meta (ejer af Facebook), Microsoft og Alphabet (ejer af Google) udvikler også metaverset, hvor en virtuel verden skabes. Inden for dette kan AI bruges til at skabe virkelige miljøer til at teste nye løsninger mod nogle af de udfordringer, vi står over for.

4.AI kan bruges til at forbedre kundeforhold

Kunderejse / business intelligence - AI kan bruges til at forbedre kunderelationer, såsom at bruge genkendelse til at strømline processer, men hjælper også virksomheder med bedre at forstå deres operationer.

AI bruges til kundegenkendelse ved hjælp af teknologi som FaceID på Apples iPhones. I Amazon Go-butikker nytænker de traditionel detailhandel. Med Amazon Go, når du går ind i butikken, genkender den, hvem du er, har dine kreditkortdata og ved, hvad du lægger i din taske, så du kan gå ud af butikken med dine produkter. Det er ikke nødvendigt at lægge dine produkter i en vogn, losse dem ved kassereren, betale for dem og lægge dem i en pose.

Royal Caribbean har gjort onboarding-processen meget hurtigere på sine krydstogtskibe ved at give folk mulighed for at indsende dokumenter og ID på forhånd og derefter bruge ansigtsgenkendelse til at identificere dem. Det reducerer processen fra en halv dag til mindre end en time.

Premier League-fodboldtrænere har nu adgang til realtidsdata under en kamp, så de kan træffe beslutninger baseret på, hvor mange kalorier der er blevet forbrændt af en spiller og træffe udskiftningsbeslutninger baseret på disse data.

AI kan også hjælpe med kvalitetskontrol. For eksempel bliver robotter og droner brugt til kvalitetskontrol af Boeing, hvilket betyder, at der nu ikke er så meget brug for hangarer og stilladser. Flyet kan hurtigt vurderes for vedligeholdelseskrav og uden behov for et stort menneskeligt team, der inspicerer hele flyet i hangaren.

Automatisering af processer og selvkørende køretøjer har også potentiale til at forbedre folks liv og præsentere forretningsmuligheder. I Milton Keynes i England leverer Starship-robotter fra dagligvarebutikker og fjerner madrestauranter. Disse navigerer autonomt og kan krydse travle kryds, fodgængerstier og cyklister. Disse robotter er nu en del af hverdagen og er nu rullet ud på universitetscampusser og i mange byer rundt om i verden.

Biler bliver langsomt mere autonome. De hjælper os med at holde os i vognbanen, bremse eller i stigende grad køre selv. På et tidspunkt i fremtiden vil vi have helt autonome køretøjer.

5. 5G-teknologi muliggør bredere brug af AI

Udviklingen af 5g-telekommunikationsinfrastruktur i mange lande gør det muligt for AI at komme ind i områder, hvor den tidligere ikke var i stand til at gøre. Applikationer, der bruger rigelige mængder båndbredde, såsom databehandling i realtid, kan muligvis ikke opnå dette på 4G-net, især i fjerntliggende områder/landdistrikter, eller hvor bredbåndsforsyningen er dårlig.

Allerede nu bruger fiskeopdrættere i Norge 5G-infrastruktur til at bruge AI til at identificere laks ved hjælp af mærker på deres ansigter og behandle dataene på land. Dette giver mulighed for bedre sporing af fiskens fodrings- og sundhedsbehov.

6. Bæredygtighed - AI har potentialet til at løse nogle af planetens største udfordringer.

Teknologi bruges til at identificere dyr og spore truede arter. Denne teknologi har potentialet til at transformere vores forståelse af de største problemer, herunder klimaændringer, og identificere løsninger til at tackle bæredygtighedsproblemer. Virksomheder som AMCS bruger AI og producerer teknologien til at gøre dette.

7. AMCS Vision AI: Sådan tackles udfordringerne i forbindelse med klimaændringer og ressourceudtømning

AMCS Vision AI identificerer forurening ved genbrug – vi har et kamera monteret på køretøjet og positionssensor på løftearmen. Hver gang en lift finder sted, optager kameraet en video og AI, og maskinlæring analyserer billederne af materialet.

Ifølge Ken Tierney er der et problem med forurening i genanvendelse, der fører til produkter af dårligere kvalitet. Inspektion af forurening i en beholder er en tidskrævende praksis. Det involverer en manuel proces, der involverer en person, der åbner en beholder, kigger ind, identificerer forureningen og sætter en etiket på den.

AMCS Vision AI automatiserer disse processer ved hjælp af kameraer til at erstatte dyre menneskelige inspektioner. Vi bruger sensorer og kameraer til at identificere, hvad der er i tragten, optage det ved hjælp af video og derefter sende op på vores platform.

Der er tre dele til AMCS Vision AI. Det drejer sig om:

• Kameraet trænes på tragten
• Vision AI identificerer forureningen ved hjælp af maskinsynsteknologi
• Vision AI Analytics Portal er et webbaseret program, der omdanner og analyserer billeder til handlingsrettet indsigt. Vi kan måle og score hvert billede, oprette forbindelse til placeringsadresser og ruter, da vi ved, hvor containeren er placeret og identificere kunden, engagere kunden med beviser for at vise, at materialerne ikke er egnede i affaldsstrømmen, og levere trendanalyse på forbedring af kvaliteten.

Vi leverer en række dashboards, rapporter og KPI'er for at generere værdifuld indsigt. Dette inkluderer et varmekort, der viser de steder, hvor der er flest tilfælde af forurening og positionssensor på løftet [KT1]

Fordelene ved at bruge AMCS Vision AI er:

• Reducerede forureningsomkostninger
• Bedre miljøresultater
• Forbedret personalesikkerhed
• Øget offentlig tillid og loyalitet.

I fremtiden ser vi på at bruge AI og kameraer til at analysere lagerbeholdningen. AMCS udvikler også teknologi, der automatisk identificerer overfyldte containere til opfølgningshandlinger, herunder fakturering. Vi søger også at vurdere materiale på skalaen og på andre værftssteder for at vurdere materiale.

Klik her for at lære mere om AMCS Vision AI og anmode om en demo for at finde ud af, hvordan det kan hjælpe dig med at automatisere din virksomhed.