場景化AI推動技術落地,亞略特人臉識別、人證核驗設備在多地部署

據(jù)中科院戰(zhàn)略咨詢院發(fā)布的《人工智能前沿研究與產(chǎn)業(yè)發(fā)展報告2021》顯示,國內(nèi)人工智能產(chǎn)業(yè)規(guī)模持續(xù)擴大,預計到2025年末中國人工智能核心產(chǎn)業(yè)規(guī)模有望達到4000億元。但在人工智能欣欣向榮景象下,落地難始終困擾著行業(yè),對于AI企業(yè)來說,倚靠算法及單點技術革新難以滿足日益錯綜復雜的細分場景需求,亟需增強提供完整解決方案的能力。

深圳企業(yè)亞略特的做法或許可以給行業(yè)一些啟發(fā),該公司以成熟的、可快速落地的一體化方案切實解決客戶問題,以此找到技術的落腳點和價值點。

AI落地難在何處?

AI落地難并非個案,讓AI產(chǎn)品觸達更多終端場景,已成為人工智能應用階段急需解決的問題。即使AI的應用效應已在提高效率和解放勞動力上得到證明,但仍在各行業(yè)的實際應用中進展緩慢,原因何在?

重軟件輕硬件、技術能力單一、無法適配場景、缺乏市場化思維、欠缺規(guī)?;季帧T多因素制約著AI的成功落地。AI想要實現(xiàn)深層次應用需要將硬件、軟件、算法結合起來,僅有算法遠遠不夠。此外,算法的價值很大程度上由場景決定,因此算法與場景是相輔相成的關系。

多年來,以場景需求為導向為客戶解決實際痛點,亞略特產(chǎn)品和解決方案持續(xù)在眾多領域落地,為行業(yè)提供了AI落地可供參考的解決思路。

讓AI為場景服務

在十八年服務客戶的過程中,亞略特逐步建立AI落地的正確認知——場景化AI,找到了落地推手——軟硬一體化方案。通過場景化AI,亞略特將算法與硬件、環(huán)境、場景、商業(yè)應用需求結合,提出有針對性、高可行性的一體化解決方案。

在底層技術層面,亞略特指紋等生物識別算法通過中國GA、美國NIST-MINEX III、印度STQC三大行業(yè)標準體系認證,基于自研優(yōu)異算法,亞略特研發(fā)了Bione?斑碼多模態(tài)生物識別安全芯片;在應用端,亞略特推出TrustLink?多模態(tài)生物識別比對引擎與身份認證平臺,打造用戶生物特征集中采集、管理、識別的閉環(huán)管控應用系統(tǒng),為各行業(yè)客戶提供軟件和平臺賦能。

(圖注:亞略特數(shù)字哨兵產(chǎn)品在醫(yī)院場景落地)

此外,在2013年,亞略特就提前布局了智造工廠來提升一體化解決方案的運行效率,不僅擁有場景通用適配的能力,還具備各類場景需求的定制服務能力。如今,亞略特智造工廠已穩(wěn)定運轉近十年,校園自助服務終端、人臉識別測溫一體機、數(shù)字哨兵等一系列落地商用化產(chǎn)品均從這里發(fā)芽,于市場生根。

因此,亞略特能夠提供集軟、硬件及技術服務于一體的場景化AI解決方案。該類方案具備功能完善、拓展性強、部署快速、維護簡單等優(yōu)勢,不僅能滿足通用場景需求,也適合碎片化、長尾化、復雜化應用場景項目。

從技術研發(fā)、產(chǎn)品制造再到服務部署,亞略特模式正在不斷為AI賦能。

以AI賦能產(chǎn)業(yè)

聚焦應用場景、算法和模型、智能設備、數(shù)據(jù)等技術落地要素,基于軟硬一體化的全棧式能力,亞略特場景化AI在食品安全(明廚亮灶)、疫情防控(數(shù)字哨兵)、智慧酒店(人證核驗終端)等眾多領域落地生根。

(圖注:酒店部署亞略特人證核驗終端)

攜手合作伙伴,亞略特提供的“互聯(lián)網(wǎng)+明廚亮灶”智慧解決方案已在多省市學校食堂落地。該方案由前端監(jiān)控設備+邊緣計算單元TrustBox?+可視化智能管理平臺組成,體現(xiàn)了亞略特軟硬算供一體化的技術能力。

該方案聚焦食品安全監(jiān)管場景,配備的硬件TrustBox智能分析盒集成多種視頻分析算法,通過對前端設備采集數(shù)據(jù)的實時分析,可實現(xiàn)廚師晨檢異常預警、廚房工作人員違規(guī)行為預警、廚房“老鼠”監(jiān)測預警等多種智慧監(jiān)管升級。

此外,極強的兼容性讓TrustBox支持接入不同廠家攝像頭的數(shù)據(jù)。因此,學??稍谠斜O(jiān)控系統(tǒng)中部署TrustBox完成智能升級,方便簡單,降本增效。

當下,人工智能正在深刻改變世界,而只有破解“落地難”的發(fā)展瓶頸,去虛向實,中國人工智能才能真正服務實體經(jīng)濟。通過場景適應性強、部署方便、成本可控的一體化方案以及定制化服務,亞略特不僅在AI落地上取得卓越成果,同時也為生物識別等AI技術的應用指出了更為明朗的前景。

(免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。 )