A especialista em visão computacional Landing AI tem um cartão de visita exclusivo: seu cofundador e CEO é um ícone da tecnologia.
No Google Brain, Andrew Ng ficou famoso por mostrar como o deep learning poderia reconhecer gatos em um mar de imagens com velocidade e precisão impressionantes. Mais tarde, ele fundou o Coursera, onde seus cursos de machine learning atraíram quase 5 milhões de alunos.
Hoje, Ng é mais conhecido por suas visões sobre a AI centrada em dados, de que melhorar o desempenho da AI agora requer mais foco nos conjuntos de dados e menos no refinamento de modelos de redes neurais. É uma filosofia codificada no produto principal da Landing AI, a LandingLens.
Fundada em 2017, a Landing AI conta entre seus usuários com a Foxconn, a StanleyBlack&Decker e o fornecedor automotivo Denso. Eles e outros aplicaram o deep learning para melhorar sua eficiência e reduzir custos.
Um Desafio de Classificação
Uma fabricante de chips com fábricas no mundo todo foi uma das primeiras a experimentar a LandingLens. Ela queria usar deep learning para melhorar a taxa de rendimento e a produção dos wafers que carregam chips pelas suas fábricas de semicondutores.
Como todos os fabricantes de chips, “eles têm muitas máquinas de inspeção visual no chão da fábrica que verificam os wafers em várias etapas, e fazem um bom trabalho em encontrar anomalias, mas não funcionam tão bem classificando as coisas encontradas por tipos de defeitos”, disse Quinn Killough, intermediário da Landing com o cliente.
E, como muitos fabricantes de chips, havia experimentado uma variedade de programas de software para classificação. “Mas as soluções precisavam ser ajustadas para cada produto e, com mais de 100 produtos, o investimento não valia a pena”, disse Killough, que tem experiência em visão computacional e manufatura.
A AI Automatiza a Inspeção
Em seguida, o cliente aplicou AI com a LandingLens. Ela foi projetada para lidar com o processo de MLOps de ponta a ponta, desde a coleta de dados até o treinamento e a implantação de modelos, e, em seguida, para gerenciar o processo contínuo de refinação dos modelos, especialmente os dados, para melhorar os resultados.
Embora ainda seja cedo para a implantação, o produto e sua abordagem centrada em dados já ajudaram o fabricante de chips a reduzir os custos.
“O engenheiro principal conduzindo o projeto disse que vê o deep learning como transformador e quer dimensioná-lo na instalação e fazer com que outras fábricas o adotem”, disse Killough.
Inspetores no Cloud
A fabricante de chips usou a LandingLens em GPUs NVIDIA V100 Tensor Core em um serviço baseado em cloud que executa inferência em centenas de milhares de imagens por dia.
“Não tínhamos certeza dos recursos de rendimento no início, mas agora está claro que ele pode lidar com isso e muito mais”, disse Killough.
O mesmo serviço pode treinar um novo modelo de classificação em menos de um minuto usando cerca de 50 imagens com defeitos para que os usuários possam iterar rapidamente.
“No lado do treinamento, é muito importante que nossa ferramenta se sinta rápida para que nossos clientes possam solucionar problemas e experimentar soluções”, disse ele.
Levando a AI para o Edge
Agora, a empresa está levando o trabalho com AI para a fábrica com um novo produto, o LandingEdge, que está em testes Beta com vários clientes.
Ele captura imagens de câmeras e executa inferências em PCs industriais equipados com módulos do NVIDIA Jetson AGX Xavier. Os insights desse trabalho são repassados diretamente aos controladores que operam braços robóticos, esteiras transportadoras e outros sistemas de produção.
“Nosso objetivo é melhorar os controles de qualidade, criando um efeito volante para processos de AI rápidos e iterativos”, disse Jason Chan, gerente de produtos do LandingEdge.
Acelerando o Crescimento de Uma Startup
Para ter acesso antecipado à tecnologia e à experiência mais atuais, a Landing AI entrou no programa NVIDIA Metropolis, voltado para empresas que usam visão de AI para tornar espaços e operações mais seguras e eficientes.
Ainda é cedo para a empresa e a AI centrada em dados, que Ng acredita ser uma das maiores mudanças tecnológicas nesta década.
Para saber mais, assista a uma sessão do GTC (gratuita com inscrição) em que Ng descreve o status e as perspectivas para o movimento da AI centrada em dados.