Demokratisierung von Artificial Intellligence Neue AI-Workstation vereinfacht Computer Vision

Vor allem im Bereich der visuellen Qualitätskontrolle bietet Machine Vision beziehungsweise Computer Vision, also das computerbasierte Sehen und die Bildverarbeitung, zahlreiche Anwendungsfälle und Verbesserungspotential im industriellen Umfeld.

Bild: Kontron
29.04.2022

Kontron und Robotron verbinden zwei ihrer Lösungsansätze zur unkomplizierten und schnellen Anwendung von Computer Vision. Das gemeinsam entwickelte all-in-one-Produkt AI-Workstation liefert einen wertvollen Beitrag für die Demokratisierung von Künstlicher Intelligenz.

Die neue AI-Workstation ist eine Multi-purpose-Kombination aus Hardware und Software, die Training, Ausführung und Inferenz der Algorithmen für ein breites Spektrum von Modellen und Frameworks der Computer Vision ermöglicht. Der standardisierte Ansatz deckt nahezu alle Einsatzszenarien ab und versetzt auch Fertigungsingenieure ohne Programmiererfahrung in die Lage, ihre Prüfprobleme mit Hilfe von Computer Vision in Echtzeit zu lösen.

Anfangshürden aus dem Weg räumen

Künstliche Intelligenz (Artificial Intelligence, AI) und der Teilbereich des Machine Learning im Speziellen sind nach wie vor in aller Munde. Das Potenzial zur Verbesserung von Prozessen, Produkten und Kosten sowie die Fähigkeit, Daten als Grundlage für strategische Entscheidungen zu nutzen, sind unumstritten.

Vor allem im Bereich der visuellen Qualitätskontrolle bietet Machine Vision beziehungsweise Computer Vision, also das computerbasierte Sehen und die Bildverarbeitung, zahlreiche Anwendungsfälle und Verbesserungspotential im industriellen Umfeld. Dennoch sehen viele Unternehmen noch zu viele Fragezeichen, um selbst mit einem ersten AI-Projekt zu starten:

  • Was kostet die Einführung von AI-Systemen und was bringt sie ein?

  • Existiert ausreichend Fachwissen im Unternehmen für ein AI-Projekt?

  • Ist die bestehende IT passend aufgestellt? Woher kommen die benötigten Daten?

Die AI-Workstation von Kontron und Robotron räumt diese Anfangshürden aus dem Weg und schafft einen unkomplizierten Einstieg und eine Testmöglichkeit für zukünftige komplexe AI-Anwendungen. Mit der Erstellung eines ersten eigenen Proof-of-Concepts gewinnen Unternehmen durch iterative Lernprozesse wertvolle Erkenntnisse zum gesamten Nutzenaspekt einer AI-Lösung. Und das ohne CodingKenntnisse, zusätzliche Cloud-Umgebungen oder komplizierte Installation von Software.

Demokratisierung von AI

Die AI-Workstation ist geeignet für Anwendungen, die eine hohe Performance bei Rechenleistung und Grafik erfordern, zugleich aber höchste Zuverlässigkeit, Langzeitverfügbarkeit und Flexibilität benötigen. Mit einem übergreifenden System für Training, Deployment und Inferenz geht Robotron einen großen Schritt hin zur Praxistauglichkeit von Künstlicher Intelligenz.

Dazu trägt vor allem der gewählte No-Code-Ansatz bei. Sowohl Data Scientists als auch Produktionsingenieure und selbst Maschinenbediener, die sich oft am besten mit den konkreten Details auskennen, können neue Szenarien umsetzen. Damit steht nicht der Einsatz von AI als Selbstzweck im Mittelpunkt, sondern die Möglichkeit für Qualitäts- oder Fertigungsingenieure, ihre Prüfprobleme direkt zu lösen.

„Die Demokratisierung von AI als Trend bedeutet zumindest in Teilen, dass der Flaschenhals, der durch den Fachkräftemangel im Data-Science-Umfeld entsteht, beseitigt wird“ ist Ulf Heinemann, Geschäftsführer bei Robotron Datenbank-Software, überzeugt.

Industrielösung mit Hardware-Portfolio

Das gemeinsame Ziel beider Unternehmen war eine verlässliche Industrielösung für nahezu sämtliche Szenarien. Das Hardware-Portfolio der AI-Workstation nimmt damit auch die Hürde der Suche nach geeigneter Hardware für ein AI-Projekt. Die KWS-3000-CML von Kontron überzeugt unter anderem mit:

  • leistungsstarken Prozessoren mit bis zu zehn Cores (Intel-Core-i7-10700E-Prozessor)

  • effizienter thermischer Kühlung für einen 24/7-Betrieb bei bis zu 45 °C

  • einer GPU-Generation mit genügend Processing Power und RAM für das Training von KI-Modellen (Nvidia RTX 5000)

Bei der Umsetzung von AI-Szenarien gibt es zwei Ebenen der Hardware, die betrachtet werden müssen. „Während sich die kurzfristig benötigte hohe Rechenpower für die Trainingsebene in der Cloud kostengünstig mieten lässt, soll der Algorithmus selbst möglichst vor Ort in der Nähe des Prozesses laufen und erfordert eine verlässliche und hochperformante Edge-Hardware,“ ergänzt Reiner Grübmeyer, Director Product Management Systems von Kontron.

Bildergalerie

  • Kompaktes Midi-Tower-Gehäuse der AI-Workstation

    Kompaktes Midi-Tower-Gehäuse der AI-Workstation

    Bild: Robotron

Firmen zu diesem Artikel
Verwandte Artikel