Neurala

L-DNN trennt ein eingefrorenes, vortrainiertes "Backbone", das visuelle Merkmale extrahiert, von einem schnell lernenden "Head", der in Sekunden auf dem Gerät aktualisiert wird. Neurala gibt an, dass dies einem implementierten Modell ermöglicht, eine neue Klasse oder ein neues Objekt im Feld zu lernen, ohne von Grund auf neu trainieren oder Daten an einen Server senden zu müssen, und dass der Ansatz zur Gedächtniskonsolidierung katastrophales Vergessen vermeidet, sodass neues Wissen hinzugefügt wird, ohne das, was das Modell bereits gelernt hat, zu löschen. Neurala nennt auch spezifische Benchmark-Zahlen: 0,4 Sekunden, um ein Modell zu trainieren, im Vergleich zu etwa sechs Stunden für ein entsprechendes konventionelles tiefes neuronales Netzwerk, und 98,4 % Genauigkeit bei einem Benchmark mit 14 Bildern pro Klasse.

L-DNN unterstützt mehrere Vision-Modelltypen, einschließlich Klassifikation, die jeweils am Edge aus einer kleinen Anzahl von beschrifteten Bildern trainierbar sind, anstatt aus einem großen, professionell beschrifteten Datensatz. Eine "Brain Melding"-Funktion ermöglicht es mehreren L-DNN-Implementierungen, das, was sie separat gelernt haben, in ein Modell zu konsolidieren, was eine Form des föderierten Lernens über eine Geräteflotte ermöglicht, ohne rohe Daten zu zentralisieren. Eine "Unknown Rejection"-Funktion ermöglicht es einem implementierten Modell, eine erzwungene Schätzung abzulehnen, wenn es sich unsicher ist, anstatt immer eine Vorhersage zurückzugeben.

Neurala verkauft keine Standardsoftware. Es arbeitet direkt mit dem Ingenieurteam eines OEM, Plattformunternehmens oder Systemintegrators durch einen vierstufigen Prozess (technische Entdeckung, Machbarkeitsbewertung, Ingenieureintegration und Bereitstellungsunterstützung), um L-DNN als Softwarebibliothek zu paketieren, die auf die Hardware des Partners zugeschnitten ist, von Intel- und ARM-Prozessoren bis hin zu NVIDIA-GPUs. Da der gesamte Workflow auf dem Gerät läuft, verlässt Bilddaten niemals die Hardware des Partners, was das Unternehmen als eingebauten Vorteil in Bezug auf Datenschutz und Compliance für regulierte oder sicherheitssensible Branchen positioniert. Fallstudien auf Neuralas Website beschreiben eingebettete Implementierungen für Bildgebungs-Hardware, logistikfokussierte OCR und Edge-Smart-Kameras, und namentlich genannte Partner sind FLIR, Sony, Zebra, IHI und Antares Vision.

Neuralas Modell ist ein Technologie-Partnerschaftsmodell und kein Selbstbedienungs-SaaS-Produkt: Preise, Integrationszeiträume und Lizenzbedingungen werden pro Engagement verhandelt, anstatt veröffentlicht zu werden, und potenzielle Nutzer bewerten die Technologie durch ein direktes Gespräch mit Neuralas Ingenieurteam, anstatt sich für einen Test anzumelden.