Restb.ai ارائه دهنده خدمات بینایی کامپیوتری سفارشی به عنوان سرویس (CVaaS)

Restb.ai

Restb.ai، استارتاپ B2B مستقر در بارسلونا، با ارائه بینایی کامپیوتری سفارشی به عنوان سرویس (CVaaS) ، به دنبال ارائه راه حل های هوش مصنوعی برای کسب و کارها است. این تیم، الگوریتم های یادگیری ماشینی خود را به شرکت هایی که به دنبال حل مشکلات خاص یا ارتقای خدمات خود هستند، ارائه می دهد. با استفاده از Restb.ai، شرکت ها می توانند به طور خودکار محتوای تصاویر را تشخیص داده و اطلاعات ارزشمندی از آن استخراج کنند.

Restb.ai با ارائه CVaaS، در تلاش است به طور خاص نیازهای شرکت ها را برطرف کند. این در حالی است که غول های فناوری مانند فیسبوک و گوگل، از داده های خود برای آموزش الگوریتم های هوش مصنوعی خود برای اهداف خود استفاده می کنند. Restb.ai با ارائه CVaaS، با دریافت هزینه اولیه آموزش برای ساخت یک مدل سفارشی مناسب برای نیازهای هر مشتری، و هزینه ای برای هر API call به بعد، به تامین هزینه های خود می پردازد.

Restb.ai در ماه مارس ۲۰۱۵ راه اندازی شد و تا کنون ۶ مشتری دارد. این شرکت تمرکز اولیه خود را بر جذب مشتریان بزرگ در بخش های مختلف قرار داده است و در حال حاضر به دنبال جذب سرمایه اولیه است.

یکی از کاربران این فناوری Wallapop، بازار آنلاین کالاهای دست دوم، است که از Restb.ai برای شناسایی و جلوگیری از انتشار تصاویر مواد مخدر غیرقانونی در سایت خود استفاده می کند.

Garcia، معاون رشد و توسعه تجاری Restb.ai، ادعا می کند که دقت مدل Restb.ai، پس از آموزش برای استفاده سفارشی مورد نظر مشتری، ۹۸ درصد است. این سیستم با وارد کردن کلمات کلیدی سفارشی که مدل برای آن آموزش دیده است ( مانند ساخت و مدل خودرو در مثال بالا)، درصد اطمینان خود را از شناسایی معینی نشان می دهد. این سیستم در زمان واقعی عمل می کند.

Garcia به طور مثال به اتوماسیون مقایسه شماره پلاک با ساخت و مدل خودرو توسط نیروی انتظامی اشاره می کند که می تواند وجود تغییر در شماره پلاک را تعیین کند.

به گفته Garcia، فرآیند آموزش برای هر مدل سفارشی حدود سه هفته طول می کشد، در حالی که حجم داده ای که برای آموزش هوش مصنوعی نیاز است، بسته به کاربرد آن متفاوت است. او می گوید که به طور معمول بین ۱۵۰ تا ۲۰۰۰ تصویر برای آموزش یک نیاز سفارشی خاص لازم است که این داده توسط مشتری ارائه می شود.

در مثال خودرو، ۱۵۰۰ تصویر برای هر خودرو لازم بود، اگرچه الگوریتم می تواند یک مدل خودرو را از یک عکس از فقط چراغ عقب ( به طور مثال ) یا از یک عکس از یک خودرو تصادفی شناسایی کند. همچنین می تواند مشخص کند که تصویر از کدام سمت / نمایش خودرو است.

از دیگر مثال های موارد استفاده برای بینایی کامپیوتری Restb.ai به عنوان سرویس می توان به بازارهای املاک اشاره کرد که می خواهند عکس های داخل آپارتمان را شناسایی و نمایه کنند.

برای مثال، این فناوری نیاز به برچسب گذاری دستی تصاویر بارگذاری شده را از بین می برد و با ایجاد طبقه بندی بهتر از داده های تصویری، امکان هدف گذاری بهتر محتوا را فراهم می کند.

همچنین یک شرکت معدنی نروژی از این فناوری برای اتوماسیون و تسریع در شناسایی بلورهای معدنی خاص استفاده می کند که باعث رهایی برخی از نیروی انسانی برای انجام سایر وظایف می شود.

Garcia به یک رقابت کننده آمریکایی به نام clarifai اشاره می کند ، اما می گوید که آنها بر مدل سازی کلی مانند شناسایی برهنگی تمرکز دارند، در حالی که restb.ai با هدف ارائه استقرارهای سفارشی برای برآوردن نیازهای بسیار خاص مشتریان ، مایل به تمایز گذاری است.

منبع خبر