Neurala

A L-DNN separa um "Backbone" congelado e pré-treinado que extrai características visuais de uma "Head" de aprendizado rápido que atualiza no dispositivo em segundos. A Neurala afirma que isso permite que um modelo implantado aprenda uma nova classe ou objeto em campo sem re-treinamento do zero ou envio de dados para um servidor, e que sua abordagem de consolidação de memória evita o esquecimento catastrófico, de modo que novos conhecimentos sejam adicionados sem apagar o que o modelo já aprendeu. A Neurala também cita números de referência específicos: 0,4 segundos para treinar um modelo em comparação com cerca de seis horas para uma rede neural profunda convencional equivalente, e 98,4% de precisão em um benchmark usando 14 imagens por classe.

A L-DNN suporta múltiplos tipos de modelos de visão, incluindo classificação, cada um treinável na borda a partir de um pequeno número de imagens rotuladas, em vez de um grande conjunto de dados rotulados profissionalmente. Um recurso de "Brain Melding" permite que várias implantações de L-DNN consolidem o que aprenderam separadamente em um único modelo, possibilitando uma forma de aprendizado federado em uma frota de dispositivos sem centralizar dados brutos. Uma capacidade de "rejeição de desconhecidos" permite que um modelo implantado se recuse a forçar uma resposta de melhor palpite quando não está confiante, em vez de sempre retornar uma previsão.

A Neurala não vende software pronto. Ela trabalha diretamente com a equipe de engenharia de um OEM, empresa de plataforma ou integrador de sistemas através de um processo de quatro etapas (descoberta técnica, escopo de viabilidade, integração de engenharia e suporte à implantação) para empacotar a L-DNN como uma biblioteca de software adaptada ao hardware desse parceiro, desde processadores Intel e ARM até GPUs NVIDIA. Como todo o fluxo de trabalho é executado no dispositivo, os dados de imagem nunca saem do hardware do parceiro, o que a empresa posiciona como uma vantagem embutida de privacidade e conformidade para indústrias regulamentadas ou sensíveis à segurança. Estudos de caso no site da Neurala descrevem implantações embutidas para hardware de imagem, OCR focado em logística e câmeras inteligentes na borda, e os parceiros nomeados incluem FLIR, Sony, Zebra, IHI e Antares Vision.

O modelo da Neurala é de parceria tecnológica em vez de um produto SaaS autoatendimento: preços, cronogramas de integração e termos de licenciamento são negociados por engajamento em vez de publicados, e os usuários em potencial avaliam a tecnologia através de uma conversa direta com a equipe de engenharia da Neurala em vez de um cadastro para teste.