| REKLAMA |
 |
Według badania Zebra 2024 Manufacturing Vision Study, 61% liderów branży produkcyjnej na całym świecie spodziewa się, że sztuczna inteligencja będzie napędzać wzrost firm do 2029 roku. W innym raporcie firmy Zebra Technologies na temat sztucznej inteligencji w branży motoryzacyjnej stwierdzono, że głębokie uczenie już jest wykorzystywane w całym łańcuchu dostaw w tym sektorze. Użytkownicy chcą jednak, aby sztuczna inteligencja robiła więcej, zatem wprowadzane funkcje odpowiadają na potrzeby branży przemysłowej.
Pakiet oprogramowania Aurora firmy Zebra Technologies z narzędziami do głębokiego uczenia zapewnia wydajne rozwiązania do kontroli wizualnej. Rozwiązanie wesprze konstruktorów maszyn i linii produkcyjnych oraz inżynierów, programistów i analityków danych w branży motoryzacyjnej, elektronicznej i półprzewodnikowej, spożywczej i napojów oraz opakowaniowej. Pakiet zawiera funkcje rozpoznawania tekstu (OCR) oparte na głębokim uczeniu, które nie wymagają kodowania. Z kolei interfejsy działające na zasadzie „przeciągnij i upuść” oraz obszerne biblioteki pozwalają użytkownikom tworzyć rozwiązania dla złożonych przypadków użycia, z którymi nie radzą sobie tak dobrze tradycyjne systemy oparte na regułach.
Aurora Design Assistant™
Użytkownicy zintegrowanego środowiska programistycznego Aurora Design Assistant firmy Zebra Technologies mogą tworzyć aplikacje poprzez konstruowanie i konfigurowanie schematów blokowych zamiast pisania tradycyjnego kodu programistycznego. Oprogramowanie umożliwia również projektowanie dla tych aplikacji interfejsu typu człowiek-maszyna (HMI) opartego na przeglądarce internetowej.
Oprogramowanie zawiera teraz funkcję głębokiego uczenia służącą do wykrywania obiektów i najnowszą wersję aplikacji dołączonej do Aurora, czyli Imaging Copilot z dedykowanym obszarem roboczym do szkolenia modelu głębokiego uczenia w zakresie wykrywania obiektów. Oddzielne dodatki są dostępne do trenowania modelu głębokiego uczenia z kartą GPU NVIDIA i uruchamiania modelu głębokiego uczenia w celu przeprowadzenia wnioskowania lub przewidywania odpowiednio na GPU NVIDIA i zintegrowanym GPU Intel.
Aurora Vision Studio™
Inżynierowie zajmujący się wizją maszynową i komputerową korzystający z Aurora Vision Studio mogą szybko tworzyć, integrować i monitorować potężne aplikacje wizji maszynowej. Zaawansowane i niezależne od sprzętu oprogramowanie zapewnia intuicyjne środowisko graficzne do tworzenia zaawansowanych aplikacji wizyjnych bez konieczności pisania pojedynczej linii kodu. Posiada kompleksowy zestaw ponad 3000 sprawdzonych i gotowych do użycia filtrów, co umożliwia inżynierom wizji maszynowej i komputerowej projektowanie niestandardowych rozwiązań w prostym, trzystopniowym przepływie pracy: zaprojektuj algorytm, stwórz niestandardowy lokalny interfejs HMI lub internetowy interfejs HMI i wdróż go na urządzeniu przemysłowym opartym na komputerze PC.
Łańcuch narzędzi głębokiego uczenia został przełączony na nowy silnik szkoleniowy z mechanizmami równoważenia danych treningowych, co prowadzi do lepszych wyników szkolenia na zestawach danych o niskiej jakości. Trening jest teraz szybszy i bardziej powtarzalny, a dodatek do głębokiego uczenia jest kompatybilny z systemami Linux, tylko w zakresie wnioskowania.
Aurora Imaging Library™
Zestaw programistyczny Aurora Imaging Library firmy Zebra Technologies jest przeznaczony dla doświadczonych programistów kodujących aplikacje wizyjne w językach C++, C# i Python. Obejmuje on szeroką kolekcję narzędzi do przetwarzania i analizowania obrazów 2D i danych 3D przy użyciu tradycyjnych metod opartych na regułach oraz na głębokim uczeniu.
Najnowsze dodatki zwiększają jego możliwości i obejmują narzędzia służące do wykrywania anomalii i defektów oraz weryfikacji poprawności montażu. Wykorzystują one głębokie uczenie, co zwiększa możliwości znajdowania nieprawidłowości. W przeciwieństwie do innych dostępnych narzędzi głębokiego uczenia, szkolenie odbywa się bez nadzoru, wymagając jedynie normalnych odniesień.
Narzędzie OCR oparte na głębokim uczeniu wykorzystuje wstępnie wytrenowany model głębokiej sieci neuronowej do odczytywania znaków, cyfr, znaków interpunkcyjnych i niektórych symboli. Nie wymaga to określania lub uczenia go czcionek. Narzędzie OCR oparte na głębokim uczeniu obejmuje modele ciągów znaków i ograniczenia, aby umożliwić bardziej niezawodny i trafny odczyt.
Źródło: Zebra Technologies
Pakiet oprogramowania Aurora firmy Zebra Technologies z narzędziami do głębokiego uczenia zapewnia wydajne rozwiązania do kontroli wizualnej. Rozwiązanie wesprze konstruktorów maszyn i linii produkcyjnych oraz inżynierów, programistów i analityków danych w branży motoryzacyjnej, elektronicznej i półprzewodnikowej, spożywczej i napojów oraz opakowaniowej. Pakiet zawiera funkcje rozpoznawania tekstu (OCR) oparte na głębokim uczeniu, które nie wymagają kodowania. Z kolei interfejsy działające na zasadzie „przeciągnij i upuść” oraz obszerne biblioteki pozwalają użytkownikom tworzyć rozwiązania dla złożonych przypadków użycia, z którymi nie radzą sobie tak dobrze tradycyjne systemy oparte na regułach.
Producenci z różnych branż borykają się z długotrwałymi problemami związanymi z jakością. Dodatkowo firmy z sektora motoryzacyjnego i elektroniki mierzą się również z nowymi wyzwaniami związanymi z postępem w dziedzinie materiałów” – powiedział Donato Montanari, Vice President and General Manager, Machine Vision w Zebra Technologies. – „Poszukują oni nowych rozwiązań, które uzupełnią i rozszerzą ich obecny zestaw narzędzi o funkcje AI potrzebne do skuteczniejszej kontroli wizualnej, szczególnie w skomplikowanych przypadkach użycia.
Aurora Design Assistant™
Użytkownicy zintegrowanego środowiska programistycznego Aurora Design Assistant firmy Zebra Technologies mogą tworzyć aplikacje poprzez konstruowanie i konfigurowanie schematów blokowych zamiast pisania tradycyjnego kodu programistycznego. Oprogramowanie umożliwia również projektowanie dla tych aplikacji interfejsu typu człowiek-maszyna (HMI) opartego na przeglądarce internetowej.
Oprogramowanie zawiera teraz funkcję głębokiego uczenia służącą do wykrywania obiektów i najnowszą wersję aplikacji dołączonej do Aurora, czyli Imaging Copilot z dedykowanym obszarem roboczym do szkolenia modelu głębokiego uczenia w zakresie wykrywania obiektów. Oddzielne dodatki są dostępne do trenowania modelu głębokiego uczenia z kartą GPU NVIDIA i uruchamiania modelu głębokiego uczenia w celu przeprowadzenia wnioskowania lub przewidywania odpowiednio na GPU NVIDIA i zintegrowanym GPU Intel.
Aurora Vision Studio™
Inżynierowie zajmujący się wizją maszynową i komputerową korzystający z Aurora Vision Studio mogą szybko tworzyć, integrować i monitorować potężne aplikacje wizji maszynowej. Zaawansowane i niezależne od sprzętu oprogramowanie zapewnia intuicyjne środowisko graficzne do tworzenia zaawansowanych aplikacji wizyjnych bez konieczności pisania pojedynczej linii kodu. Posiada kompleksowy zestaw ponad 3000 sprawdzonych i gotowych do użycia filtrów, co umożliwia inżynierom wizji maszynowej i komputerowej projektowanie niestandardowych rozwiązań w prostym, trzystopniowym przepływie pracy: zaprojektuj algorytm, stwórz niestandardowy lokalny interfejs HMI lub internetowy interfejs HMI i wdróż go na urządzeniu przemysłowym opartym na komputerze PC.
Łańcuch narzędzi głębokiego uczenia został przełączony na nowy silnik szkoleniowy z mechanizmami równoważenia danych treningowych, co prowadzi do lepszych wyników szkolenia na zestawach danych o niskiej jakości. Trening jest teraz szybszy i bardziej powtarzalny, a dodatek do głębokiego uczenia jest kompatybilny z systemami Linux, tylko w zakresie wnioskowania.
Aurora Imaging Library™
Zestaw programistyczny Aurora Imaging Library firmy Zebra Technologies jest przeznaczony dla doświadczonych programistów kodujących aplikacje wizyjne w językach C++, C# i Python. Obejmuje on szeroką kolekcję narzędzi do przetwarzania i analizowania obrazów 2D i danych 3D przy użyciu tradycyjnych metod opartych na regułach oraz na głębokim uczeniu.
Najnowsze dodatki zwiększają jego możliwości i obejmują narzędzia służące do wykrywania anomalii i defektów oraz weryfikacji poprawności montażu. Wykorzystują one głębokie uczenie, co zwiększa możliwości znajdowania nieprawidłowości. W przeciwieństwie do innych dostępnych narzędzi głębokiego uczenia, szkolenie odbywa się bez nadzoru, wymagając jedynie normalnych odniesień.
Narzędzie OCR oparte na głębokim uczeniu wykorzystuje wstępnie wytrenowany model głębokiej sieci neuronowej do odczytywania znaków, cyfr, znaków interpunkcyjnych i niektórych symboli. Nie wymaga to określania lub uczenia go czcionek. Narzędzie OCR oparte na głębokim uczeniu obejmuje modele ciągów znaków i ograniczenia, aby umożliwić bardziej niezawodny i trafny odczyt.
Źródło: Zebra Technologies
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Infrastruktura w punkcie zwrotnym - 5 prognoz kształtujących AI, odporność i suwerenność danych w 2026 roku
W 2026 roku zyskają firmy, które traktują infrastrukturę nie jako obszar generujący koszty, lecz ja… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
Jak Cisco pomaga Europie spłacić dług technologiczny w krytycznej infrastrukturze sieciowej
Cyfryzacja, rozwój sztucznej inteligencji i nadchodzące komputery kwantowe wymagają od Europy stabi… / Czytaj więcej
MŚP inwestują w AI, kompetencje pracowników nadal wyzwaniem
Europejskie małe i średnie firmy coraz śmielej inwestują w sztuczną inteligencję, ale to kompetencj… / Czytaj więcej
AP EU AI Cloud: nowy standard suwerennej chmury i AI dla europejskich organizacji
SAP EU AI Cloud to zapowiedziana 27 listopada 2025 r. platforma, która łączy dotychczasowe inicjaty… / Czytaj więcej
