Neurala

L-DNN memisahkan "Backbone" yang dibekukan dan telah dilatih sebelumnya yang mengekstrak fitur visual dari "Head" yang belajar cepat yang memperbarui di perangkat dalam hitungan detik. Neurala menyatakan bahwa ini memungkinkan model yang diterapkan untuk belajar kelas atau objek baru di lapangan tanpa pelatihan ulang dari awal atau mengirim data ke server, dan bahwa pendekatan konsolidasi memorinya menghindari lupa yang katastrofik, sehingga pengetahuan baru ditambahkan tanpa menghapus apa yang sudah dipelajari model. Neurala juga mengutip angka tolok ukur spesifik: 0,4 detik untuk melatih model dibandingkan dengan sekitar enam jam untuk jaringan saraf dalam konvensional yang setara, dan akurasi 98,4% pada tolok ukur menggunakan 14 gambar per kelas.

L-DNN mendukung berbagai jenis model visi, termasuk klasifikasi, yang masing-masing dapat dilatih di edge dari sejumlah kecil gambar berlabel daripada dataset berlabel profesional yang besar. Fitur "Brain Melding" memungkinkan beberapa penerapan L-DNN mengkonsolidasikan apa yang telah mereka pelajari secara terpisah menjadi satu model, memungkinkan bentuk pembelajaran terdistribusi di seluruh armada perangkat tanpa memusatkan data mentah. Kemampuan "penolakan tidak dikenal" memungkinkan model yang diterapkan menolak untuk memaksakan jawaban tebakan terbaik ketika tidak yakin, daripada selalu mengembalikan prediksi.

Neurala tidak menjual perangkat lunak dari rak. Mereka bekerja langsung dengan tim teknik OEM, perusahaan platform, atau integrator sistem melalui proses empat tahap (penemuan teknis, penentuan kelayakan, integrasi teknik, dan dukungan penerapan) untuk mengemas L-DNN sebagai pustaka perangkat lunak yang disesuaikan dengan perangkat keras mitra tersebut, dari prosesor Intel dan ARM hingga GPU NVIDIA. Karena seluruh alur kerja berjalan di perangkat, data gambar tidak pernah meninggalkan perangkat keras mitra, yang diposisikan perusahaan sebagai keuntungan privasi dan kepatuhan bawaan untuk industri yang diatur atau sensitif terhadap keamanan. Studi kasus di situs Neurala menggambarkan penerapan yang disematkan untuk perangkat keras pencitraan, OCR yang berfokus pada logistik, dan kamera pintar di edge, dan mitra yang disebutkan termasuk FLIR, Sony, Zebra, IHI, dan Antares Vision.

Model kemitraan teknologi Neurala lebih dari sekadar produk SaaS yang dapat dilayani sendiri: harga, jadwal integrasi, dan syarat lisensi dinegosiasikan per keterlibatan daripada dipublikasikan, dan pengguna potensial mengevaluasi teknologi melalui percakapan langsung dengan tim teknik Neurala daripada pendaftaran percobaan.