אָטאַנאַמאַס זיך-דרייווינג מאַשין איז דערקענען וועג וואונדער. קאָמפּיוטער זעאונג און קינסטלעך סייכל … [+]
getty
זעאונג איז אַ שטאַרק מענטש סענסערי אַרייַנשרייַב. עס ינייבאַלז קאָמפּלעקס טאַסקס און פּראַסעסאַז וואָס מיר נעמען פֿאַר געגעבן. מיט אַ פאַרגרעסערן אין AoT ™ (אַוטאָנאָמיע פון טהינגס) אין דייווערס אַפּלאַקיישאַנז ריינדזשינג פון טראַנספּערטיישאַן און אַגריקולטורע צו ראָובאַטיקס און מעדיצין, די ראָלע פון קאַמעראַס, קאַמפּיוטינג און מאַשין לערנען אין פּראַוויידינג מענטש-ווי זעאונג און דערקענונג איז וויכטיק. קאָמפּיוטער זעאונג ווי אַן אַקאַדעמיק דיסציפּלין גענומען אַוועק אין די 1960 ס, בפֿרט אין אוניווערסיטעטן פאַרקנאַסט אין די ימערדזשינג פעלד פון קינסטלעך סייכל (AI) און מאַשין לערנען. עס פּראַגרעסט דראַמאַטיקלי אין די ווייַטער פיר יאָרצענדלינג ווי באַטייַטיק אַדוואַנסיז אין סעמיקאַנדאַקטער און קאַמפּיוטינג טעקנאַלאַדזשיז זענען געמאכט. לעצטע אַדוואַנסיז אין טיף לערנען און קינסטלעך סייכל האָבן ווייַטער אַקסעלערייטיד די אַפּלאַקיישאַן פון קאָמפּיוטער זעאונג צו צושטעלן פאַקטיש-צייט, נידעריק לייטאַנסי מערקונג און דערקענונג פון די סוויווע, וואָס אַלאַוז זעלבסט-פאַרוואַלטונג, זיכערקייַט און עפעקטיווקייַט אין פאַרשידן אַפּלאַקיישאַנז. טראַנספּאָרטאַטיאָן איז איין געגנט וואָס האט בענעפיטעד באטייטיק.
LiDAR (ליכט דעטעקשאַן און ראַנגינג) איז אַן אַקטיוו אָפּטיש ימידזשינג צוגאַנג וואָס ניצט לייזערז צו באַשליסן די 3 ד סוויווע אַרום אַ כייפעץ. עס איז איינער פון די טעקנאַלאַדזשיז אַז קאָמפּיוטער זעאונג סאַלושאַנז (וואָס פאַרלאָזנ זיך ריין אויף אַמביאַנט ליכט און טאָן ניט נוצן לייזערז פֿאַר 3 ד מערקונג) זענען טריינג צו צעשטערן. דער פּראָסט טעמע איז אַז מענטש דריווערס טאָן ניט דאַרפֿן LiDAR פֿאַר טיפקייַט מערקונג, אַזוי מאשינען זאָל נישט. קראַנט געשעפט ל3 אָטאַנאַמאַס דרייווינג פֿעיִקייטן (גאַנץ זעלבסט-פאַרוואַלטונג אין ספּעציפיש געאָגראַפיעס און וועטער טנאָים, מיט דער שאָפער גרייט צו נעמען קאָנטראָל אין סעקונדעס) פּראָדוקטן הייַנט ניצן LiDAR. ריין זעאונג-באזירט טעקניקס האָבן נאָך נישט געווען ביכולת צו פאָרשלאָגן דעם פיייקייט קאמערשעל.
אַדווערטייזמאַנט
טעסלאַ
אנדערע קאָמפּאַניעס ווי Phiar, Helm.ai און NODAR זענען אויך פּערסוינג די קאָמפּיוטער זעאונג אַוועניו. NODAR יימז צו באטייטיק יקספּאַנד די ימאַגינג קייט און 3 ד מערקונג פון סטעריאָו אַפּאַראַט סיסטעמען דורך לערנען צו סטרויערן די אַפּאַראַט מיסאַליינמאַנט און ווייבריישאַן יפעקץ דורך פּאַטאַנטאַד מאַשין לערנען אַלגערידאַמז. עס האט לעצטנס אויפשטיין $ 12 מיליאָן פֿאַר די פּראָדוקטיזיישאַן פון זיין פלאַגשיפּ פּראָדוקט, Hammerhead ™, וואָס ניצט "אַוועק-דעם-פּאָליצע" אָטאַמאָוטיוו-מיינונג קאַמעראַס און נאָרמאַל קאַמפּיוט פּלאַטפאָרמס.
אַחוץ קאָס און גרייס, אַ אָפט אַרגומענט קעגן ניצן LiDAR איז אַז עס האט לימיטעד קייט און האַכלאָטע קאַמפּערד מיט קאַמעראַס. למשל, LiDARs מיט אַ קייט פון 200 עם און 5-10 עם פונקטן / סעקונדע (פּפּס ענלעך צו האַכלאָטע) זענען בנימצא הייַנט. אין 200 עם, קליין מניעות ווי בריקס אָדער רייַף דעבריס וועט פאַרשרייַבן זייער ווייניק פונקטן (אפֿשר 2-3 אין די ווערטיקאַל און 3-5 אין די האָריזאָנטאַל ריכטונג), וואָס מאכט די דערקענונג פון די כייפעץ שווער. די זאכן ווערן אפילו מער פּראָסט אין מער ריינדזשאַז. אין פאַרגלייַך, נאָרמאַל מעגאַפּיקסעל קאַמעראַס מיט 30 הז קענען דזשענערייט 30 ם בילדצעלן / סעקונדע, וואָס אַלאַוז העכער אַבדזשעקץ דערקענונג אפילו אין לאַנג ריינדזשאַז. מער אַוואַנסירטע קאַמעראַס (12 עם בילדצעלן) קענען פאַרגרעסערן דעם אפילו ווייַטער. די פּראָבלעם איז ווי צו נוצן די מאַסיוו דאַטן און פּראָדוצירן אַקטיאָנאַבלע מערקונג מיט לייטאַנסיז פון מיליסעקאַנדז, נידעריק מאַכט קאַנסאַמשאַן און דיגריידיד לייטינג טנאָים.
אַדווערטייזמאַנט
דערקענען, אַ קאַליפאָרניאַ-באזירט פירמע, איז טריינג צו סאָלווע דעם פּראָבלעם. לויט סעאָ מארק באָליטהאָ, זיין מיסיע איז צו "צושטעלן סופּערכיומאַן וויזשאַוואַל מערקונג פֿאַר גאָר אָטאַנאַמאַס וועהיקלעס." די פירמע איז געגרינדעט אין 2017, האט אויפגעוועקט $ 75 מיליאָן צו טאָג און האט 70 עמפּלוייז. RK Anand, אַן אַלאַם פון Juniper Networks, איז איינער פון די קאָ-גרינדערס און טשיף פּראָדוקט אָפיציר. ער גלויבט אַז ניצן העכער האַכלאָטע קאַמעראַס, מיט> 120 דב דינאַמיש קייט, פליסנדיק אין הויך ראַם ראַטעס (למשל, OnSemi, Sony און Omnivision) גיט די דאַטן פארלאנגט צו שאַפֿן הויך-האַכלאָטע 3 ד אינפֿאָרמאַציע, וואָס איז קריטיש פֿאַר רעאַלייזינג AVs. די ענייבאַלז צו דעם זענען:
- קאַסטאַמייזד אַסיקס צו פּראַסעסינג די דאַטן יפישאַנטלי און פּראָדוצירן פּינטלעך און הויך-האַכלאָטע 3 ד מאַפּס פון די מאַשין סוויווע. די זענען פאַבריקייטיד אויף אַ TSMC 7 nm פּראָצעס, מיט אַ שפּאָן גרייס פון 100 מם², אַפּערייטינג אין אַ 1 GHz אָפטקייַט.
- פּראַפּרייאַטערי מאַשין לערנען אַלגערידאַמז צו פּראָצעס מיליאַנז פון דאַטן ווייזט אָפפלינע צו שאַפֿן די טריינד נעוראַל נעץ, וואָס קענען אַרבעטן יפישאַנטלי און לערנען קאַנטיניואַסלי. די נעץ גיט די מערקונג און כולל אַבדזשעקץ קלאַסאַפאַקיישאַן & דיטעקשאַן, סעמאַנטיק סעגמענטאַטיאָן, שטעג דיטעקשאַן, פאַרקער וואונדער און דערקענונג פון פאַרקער ליכט.
- מינימיזינג אַוועק-שפּאָן סטאָרידזש און קייפל אַפּעריישאַנז וואָס זענען מאַכט אינטענסיווע און מאַכן הויך לייטאַנסי. די ASIC פּלאַן פון רעקאָגני איז אָפּטימיזעד פֿאַר לאָגאַריטהמיק מאַט און ניצט אַדישאַן. ווייַטער יפעקטיוונאַס זענען איינגעזען דורך קלאַסטערינג ווייץ אָפּטימאַללי אין די טריינד נעוראַל נעץ.
בעשאַס די טריינינג פאַסע, אַ געשעפט LiDAR איז געניצט ווי ערד אמת צו באַן הויך האַכלאָטע, הויך דינאַמיש קייט סטעריאָו אַפּאַראַט דאַטן צו עקסטראַקט טיפקייַט אינפֿאָרמאַציע און מאַכן עס געזונט קעגן מיסאַליגנמאַנט און ווייבריישאַן יפעקץ. לויט הער אַנאַנד, זייער מאַשינערי לערנען ימפּלאַמענטיישאַן איז אַזוי עפעקטיוו אַז עס קענען עקסטראַפּאָולירן טיפקייַט עסטאַמאַץ ווייַטער פון די טריינינג ריינדזשאַז צוגעשטעלט דורך די קאַלאַבריישאַן LiDAR (וואָס גיט די ערד אמת צו אַ קייט פון 100 עם).
אַדווערטייזמאַנט
פיגורע 1: גרין באָקסעס ווייַזן די 3 ד פאָרשטעלונג פון רעקאָגני ס מערקונג אָנלייגן אויף טריינד דאַטן ביי 100 … [+]
דערקענען
די טריינינג דאַטן אויבן זענען דורכגעקאָכט אין די דייטיים מיט אַ סטעריאָו פּאָר פון 8.3-מעגאַפּיקסעל קאַמעראַס מיט 30 הז ראַם רייץ (~ 0.5 ב בילדצעלן פּער סעקונדע). עס דעמאַנסטרייץ די פיייקייט פון די טריינד נעץ צו עקסטראַקט 3 ד אינפֿאָרמאַציע אין די סצענע ווייַטער פון די 100 עם קייט מיט וואָס עס איז טריינד. רעקאָגני ס לייזונג קענען אויך עקסטראַפּאָלירן זייַן לערנען מיט דייטיים דאַטן צו נייטטיים פאָרשטעלונג (פיגורע 2).
פיגורע 2: רעקאָגני ס מערקונג אָנלייגן טריינד אויף דייטיים דאַטן אויך פּערפאָרמז אונטער נידעריקער ליכט מדרגה … [+]
דערקענען
אַדווערטייזמאַנט
לויט הער אַנאַנד, די קייט דאַטן זענען פּינטלעך צו 5% (אין לאַנג ריינדזשאַז) און נאָענט צו 2% (אין קירצער ריינדזשאַז). די לייזונג גיט 1000 טאָפּס (טריליאַן אַפּעריישאַנז פּער סעקונדע) מיט 6 מס לייטאַנסי און 25 וו מאַכט קאַנסאַמשאַן (40 טאָפּס / וו), וואָס פירט די אינדוסטריע. קאָמפּעטיטאָרס ניצן ינטעגער מאַט זענען> 10X נידעריקער אויף דעם מעטריק. רעקאָגני ס לייזונג איז דערווייַל אין טריאַלס ביי קייפל אָטאַמאָוטיוו טיער 1 סאַפּלייערז.
נביאות ("פּרידיקטינג און זען ווו די אַקציע איז"), באזירט אין פֿראַנקרייַך, ניצט זייַן געשעעניש-באזירט קאַמעראַס פֿאַר AVs, Advanced Driver Assistance Systems (ADAS), ינדאַסטריאַל אָטאַמיישאַן, קאַנסומער אַפּלאַקיישאַנז און כעלטקער. געגרינדעט אין 2014, די פירמע לעצטנס פארמאכט זיין C קייַלעכיק פאַנדינג פון $ 50 מיליאָן, מיט אַ גאַנץ פון $ 127 מיליאָן צו טאָג. Xiaomi, אַ לידינג פאַבריקאַנט פון רירעוודיק פאָנעס, איז איינער פון די ינוועסטערז. פּראָפעסעע ס ציל איז צו עמיאַלייט מענטש זעאונג אין וואָס די ראַסעפּטערז אין די רעטינאַ רעאַגירן צו דינאַמיש אינפֿאָרמאַציע. דער מענטש מאַרך פאָוקיסיז אויף פּראַסעסינג ענדערונגען אין די סצענע (ספּעציעל פֿאַר דרייווינג). די גרונט געדאַנק איז צו נוצן אַפּאַראַט און פּיקסעל אַרקאַטעקטשערז וואָס דעטעקט ענדערונגען אין ליכט ינטענסיטי העכער אַ שוועל (אַ געשעעניש) און צושטעלן בלויז די דאַטן צו די קאַמפּיוט אָנלייגן פֿאַר ווייַטער פּראַסעסינג. די בילדצעלן אַרבעט ייסינגקראַנאַסלי (נישט פריימד ווי אין רעגולער CMOS קאַמעראַס) און אין פיל העכער ספּידז זינט זיי טאָן ניט האָבן צו ויסשטימען פאָטאָנס ווי אין אַ קאַנווענשאַנאַל ראַם-באזירט אַפּאַראַט און וואַרטן פֿאַר די גאנצע ראַם צו ענדיקן דעם איידער די לייענען פון די דאַטן. די אַדוואַנטידזשיז זענען באַטייטיק - נידעריקער דאַטן באַנדווידט, באַשלוס לייטאַנסי, סטאָרידזש און מאַכט קאַנסאַמשאַן. די פירמע 'ס ערשטער געשעפט-מיינונג VGA געשעעניש-באזירט זעאונג סענסער פיטשערד אַ הויך דינאַמיש קייט (> 120 דב), נידעריק מאַכט קאַנסאַמשאַן (26 מוו ביי די סענסער מדרגה אָדער 3 נוו / געשעעניש). אַ הד (היגה דעפיניטיאָן) ווערסיע (דזשייַנטיילד דעוועלאָפּעד מיט סאָני), מיט אינדוסטריע-לידינג פּיקסעל גרייס (<5 μm) איז אויך לאָנטשט.
פיגורע 3: הויך דעפֿיניציע פֿאָרמאַט געשעעניש-באזירט ימידזשינג סענסער מיט 5 אַם פּיקסעל פּעך, צוזאַמען דעוועלאָפּעד … [+]
נביאות
אַדווערטייזמאַנט
די סענסאָרס פאָרעם די האַרץ פון די Metavision® סענסינג פּלאַטפאָרמע, וואָס ניצט אַי צו צושטעלן קלוג און עפעקטיוו מערקונג פֿאַר זעלבסט-פאַרוואַלטונג אַפּלאַקיישאַנז און איז אונטער אפשאצונג דורך קייפל קאָמפּאַניעס אין די טראַנספּערטיישאַן פּלאַץ. אַחוץ פאָרויס-פייסינג מערקונג פֿאַר AVs און ADAS, פּראָפעסעע איז אַקטיוולי פאַרקנאַסט מיט קאַסטאַמערז פֿאַר די מאָניטאָרינג פון די שאָפער אין קאַבינע פֿאַר L2 און L3 אַפּלאַקיישאַנז, זען פיגורע 4:
פיגורע 4: XPERI אין-כאַטע שאָפער מאָניטאָרינג באזירט אויף נומאַן-ינספּייערד נעוראָמאָרפיק זעאונג
נביאות
אָטאַמאָוטיוו אַפּערטונאַטיז זענען לוקראַטיוו, אָבער די פּלאַן-אין סייקאַלז זענען לאַנג. אין די לעצטע צוויי יאָר, פּראָפעסעע האט געזען באַטייטיק אינטערעס און טראַקשאַן אין די מאַשין זעאונג פּלאַץ פֿאַר ינדאַסטריאַל אַפּלאַקיישאַנז. די אַרייַננעמען הויך-גיכקייַט קאַונטינג, ייבערפלאַך דורכקוק און ווייבריישאַן מאָניטאָרינג.
אַדווערטייזמאַנט
פיגורע 5: הויך קאַונטינג ניצן געשעעניש באזירט קאַמעראַס
נביאות
Prophesee האָט לעצטנס מודיע מיטאַרבעט מיט לידינג דעוועלאָפּערס פון מאַשין זעאונג סיסטעמען צו גווורע אַפּערטונאַטיז אין ינדאַסטרי אָטאַמיישאַן, ראָובאַטיקס, אָטאַמאָוטיוו און IoT (Internet of Things). אנדערע באַלדיק אַפּערטונאַטיז זענען בילד בלער קערעקשאַן פֿאַר רירעוודיק פאָנעס און AR / וור אַפּלאַקיישאַנז. די נוצן סענסאָרס מיט נידעריקער פֿאָרמאַט ווי די וואָס זענען געניצט פֿאַר די מער-טערמין ADAS / AV אַפּערטונאַטיז, פאַרנוצן אפילו נידעריקער מאַכט און אַרבעטן מיט באטייטיק נידעריקער לייטאַנסי.
ישראל איז אַ לידינג ינאָוווייטער אין הויך טעכנאָלאָגיע, מיט באַטייַטיק פירנעם ינוועסטמאַנץ און אַן אַקטיוו סטאַרטאַפּ סוויווע. זינט 2015, וועגן $ 70 ב אין פירנעם-געפירט ינוועסטמאַנץ אין די טעכנאָלאָגיע סעקטאָר האָבן פארגעקומען. א טייל פון דעם איז אין דער געגנט פון קאָמפּיוטער זעאונג. Mobileye האט געפירט די רעוואָלוציע אין 1999 ווען אמנון שעשוע, אַ לידינג אַי פאָרשער אין העברעיִשן אוניווערסיטעט, האָט געגרינדעט די פירמע צו פאָקוס אויף אַפּאַראַט-באזירט מערקונג פֿאַר ADAS און AV. די פירמע פיילד פֿאַר אַן יפּאָ אין 2014 און איז קונה דורך ינטעל
אַדווערטייזמאַנט
טשאַמפּעל קאַפּיטאַל, באזירט אין ירושלים, איז אין די פראָנט פון ינוועסטינג אין קאָמפּאַניעס וואָס אַנטוויקלען פּראָדוקטן באזירט אויף קאָמפּיוטער זעאונג פֿאַר דייווערס אַפּלאַקיישאַנז פון טראַנספּערטיישאַן און אַגריקולטורע צו זיכערהייט און זיכערקייַט. אמיר ווייטמאן איז א מיטגרינדער און אנפירונג שותף און האט אנגעהויבן זיין פארנעם פירמע אין 2017. דער ערשטער פאָנד האט אינוועסטירט $20 מיליאָן אין 14 קאָמפּאַניעס. איינער פון זייער ינוועסטמאַנץ איז געווען אין יננאָוויז, וואָס איז געווען עפנטלעך דורך אַ SPAC מערדזשער אין 2018 און געווארן אַ LiDAR יינהאָרן. אָנגעפירט דורך עומר קעילף (וואס איז געשטאַנען פון דער טעכנאָלאָגיע איינהייט פונעם אינטעליגענץ קאָרס פון דער ישראל פאַרטיידיקונג פאָרס), די פירמע הייַנט איז אַ פירער אין LiDAR דיפּלוימאַנץ פֿאַר ADAS און AV, מיט קייפל פּלאַן ווינס ביי BMW און Volkswagen.
די צווייטע פאָנד פון Champel Capital (Impact Deep Tech Fund II) איז ינישיייטיד אין יאנואר 2022 און האט ביז אַהער 30 מיליאָן דאָללאַרס (דער ציל איז $ 100 מיליאָן ביז דעם סוף פון 2022). א דאָמינאַנט פאָקוס איז אויף קאָמפּיוטער זעאונג, מיט $ 12 מיליאָן דיפּלויד אין פינף קאָמפּאַניעס. דריי פון די נוצן קאָמפּיוטער זעאונג פֿאַר טראַנספּערטיישאַן און ראָובאַטיקס.
טאנקו, באזירט אין חיפה, האָט אָנגעהויבן אפעראציעס אין 2018 און האָט אויפגעהויבן 10 מיליאָן דאָללאַרס אין פאַנדינג. Dan Valdhorn איז דער סעאָ און איז אַ גראַדזשאַוואַט פון יוניט 8200, אַן עליט הויך-טעק גרופּע אין די ישראל דיפענס פאָרס פאַראַנטוואָרטלעך פֿאַר סיגנאַל סייכל און קאָד דעקריפּטיאָן. TankU ס סאַאַס (סאָפטוואַרע ווי אַ סערוויס) פּראָדוקטן אָטאַמייט און באַוואָרענען פּראַסעסאַז אין קאָמפּלעקס דרויסנדיק ינווייראַנמאַנץ סערוויסינג וועהיקלעס און דריווערס. די פּראָדוקטן זענען געניצט דורך אָונערז פון פאָרמיטל פלאַץ, פּריוואַט קאַרס, פיולינג און עלעקטריק טשאַרדזשינג סטיישאַנז צו פאַרמייַדן גנייווע און שווינדל אין אָטאַמייטיד פינאַנציעל טראַנזאַקשאַנז. פאָרמיטל ברענוואַרג באַדינונגס דזשענערייט ~ $ 2 ט אין גלאבאלע רעוואַנוז אַניואַלי, פון וואָס פּריוואַט און געשעפט פאָרמיטל פליט אָונערז פאַרנוצן 40% אָדער $ 800 ב. רעטאַילערס און פליט אָונערז פאַרלירן ~ $ 100 ב אַניואַלי רעכט צו גנייווע און שווינדל (למשל, ניצן אַ פליט ברענוואַרג קאָרט פֿאַר אַנאָטערייזד פּריוואַט וועהיקלעס). CNP (קאַרד ניט פאָרשטעלן) שווינדל און טאַמפּערינג / סטילינג ברענוואַרג זענען נאָך מקור פון אָנווער, ספּעציעל ווען ניצן סטאָלען קאָרט דעטאַילס אין רירעוודיק אַפּפּס פֿאַר פּיימאַנץ.
אַדווערטייזמאַנט
די פירמע 'ס TUfuel פּראָדוקט פאַסילאַטייץ איין-צאַפּן זיכער צאָלונג, בלאַקס רובֿ טייפּס פון שווינדל און אַלערץ קאַסטאַמערז ווען עס סאַספּעקץ שווינדל. עס טוט דאָס באזירט אויף אַן אַי מאָטאָר טריינד אויף דאַטן פון יגזיסטינג קקטוו אין די פאַסילאַטיז און דיגיטאַל טראַנסאַקטיאָן דאַטן (אַרייַנגערעכנט POS און אנדערע צוריק-ענד דאַטן). פּאַראַמעטערס ווי פאָרמיטל טרייַעקטאָריע און דינאַמיק, פאָרמיטל שייַן, נסיעה צייט, מיילידזש, פיולינג צייט, ברענוואַרג קוואַנטיטי, ברענוואַרג געשיכטע און שאָפער נאַטור זענען עטלעכע אַטריביוץ מאָניטאָרעד צו דעטעקט שווינדל. די דאַטן אויך העלפּס רעטאַילערס אַפּטאַמייז פּלאַץ אָפּעראַציע, פֿאַרבעסערן קונה לויאַלטי און צעוויקלען זעאונג-באזירט פֿאַרקויף מכשירים. לויט דער סעאָ דן וואַלדהאָרן, זייער לייזונג דיטעקץ 70% פון די פליט, 90% פון קרעדיט-קאַרטל און 70% פון טאַמפּערינג-פֿאַרבונדענע שווינדל געשעענישן.
פיגורע 6: TUfuel ניצט פאַקטיש-צייט דאַטן פון ברענוואַרג סטאַנציע קקטוו קאַמעראַס און אנדערע דיגיטאַל דאַטן פֿון … [+]
TankU
Sonol איז אן ענערגיע סערוויס פירמע וואס פארמאגט און אפערירט א נעץ פון 240 סטאנציעס און באקוועמליכקייט סטאָרז איבער ישראל. TUfuel איז דיפּלויד אויף זייער זייטלעך און האט דעמאַנסטרייטיד ימפּרוווד זיכערהייט, שווינדל פאַרהיטונג און קונה לויאַלטי. פּראָדוקט טריאַלס זענען אַנדערוויי אין די יו. עס. אין מיטאַרבעט מיט אַ לידינג גלאבאלע סאַפּלייער פון גאַז סטיישאַנז און קאַנוויניאַנס קראָם ויסריכט. ענלעכע ינישאַטיווז זענען אויך אַנדערוויי אין אפריקע און אייראָפּע.
אַדווערטייזמאַנט
אין תל-אביב יטק איז געגרינדעט אין 2019 דורך מאַשין לערנען אַקאַדעמיקס פון בן-גוריון אוניווערסיטעט. ITC קריייץ סאַאַס פּראָדוקטן וואָס "מעסטן פאַרקער לויפן, פאָרויסזאָגן קאַנדזשעסטשאַן און פאַרמינערן עס דורך קלוג מאַניפּיאַליישאַן פון פאַרקער לייץ - איידער דזשאַמז אָנהייבן צו פאָרעם." ענלעך צו TankU, עס ניצט דאַטן פון אַוועק-דעם-פּאָליצע קאַמעראַס (שוין אינסטאַלירן אין פילע פאַרקער ינטערסעקשאַנז) צו קריגן לעבן פאַרקער דאַטן. דאַטן פון טויזנטער פון קאַמעראַס אַריבער אַ שטאָט זענען אַנאַלייזד, און פּאַראַמעטערס ווי פאָרמיטל טיפּ, גיכקייַט, באַוועגונג ריכטונג און סיקוואַנס פון פאָרמיטל טייפּס (טראַקס ווס קאַרס) זענען יקסטראַקטיד דורך די אַפּלאַקיישאַן פון פּראַפּרייאַטערי אַי אַלגערידאַמז. סימולאַטיאָנס פאָרויסזאָגן פאַרקער לויפן און פּאָטענציעל פאַרקער אַרייַנשטופּן סיטואַטיאָנס אַרויף צו 30 מינוט אין שטייַגן. פאַרקער לייץ זענען אַדזשאַסטיד ניצן די רעזולטאַטן צו גלאַט פאַרקער לויפן און פאַרמייַדן דזשאַמז.
פיגורע 7: דאַטן פון טויזנטער פון קאַמעראַס זענען צונויפגעשטעלט דורך אַ VMS אין אַ שטאָט לויפן פאַרקער קאָנטראָל … [+]
יטק
טראַינינג די אַי סיסטעם נעמט איין חודש פון וויזשאַוואַל דאַטן אין אַ טיפּיש שטאָט און ינוואַלווז אַ קאָמבינאַציע פון סופּערווייזד און אַנסופּערווייזד לערנען. ITC ס לייזונג איז שוין דיפּלויד אין תל-אביב (ראַנגקט 25 אין די וועלט 'ס מערסט קאַנדזשעסטיד שטעט אין 2020), מיט טויזנטער פון קאַמעראַס דיפּלויד אין הונדערטער פון ינטערסעקשאַנז קאַנטראָולד דורך פאַרקער לייץ. ITC ס סיסטעם מאַנידזשיז דערווייַל 75K וועהיקלעס, וואָס איז געריכט צו פאָרזעצן צו וואַקסן. די פירמע איז ינסטאָלינג אַ ענלעך פיייקייט אין לוקסעמבאָורג און איז סטאַרטינג טריאַלס אין הויפּט יו. עס. שטעט. גלאָובאַלי, זיין לייזונג מאַנידזשיז 300,000 וועהיקלעס מיט אַפּערייטינג זייטלעך אין ישראל, USA, Brazil און אויסטראַליע. דביר קעניג, דער CTO, איז לייַדנשאַפטלעך וועגן סאַלווינג דעם פּראָבלעם - צו געבן מענטשן צוריק פערזענלעכע צייט, רעדוצירן אָראַנזשעריי גאַסאַז, פאַרבעסערן קוילעלדיק פּראָודאַקטיוויטי און רובֿ ימפּאָרטאַנטלי, רעדוצירן אַקסאַדאַנץ אין קאַנדזשעסטיד ינטערסעקשאַנז. לויט הער קניג, "אונדזער דיפּלוימאַנץ באַווייַזן אַ 30% רעדוקציע אין פאַרקער דזשאַמז, רידוסינג אַנפּראַדאַקטיוו דרייווינג צייט, דרוק, ברענוואַרג קאַנסאַמשאַן און פאַרפּעסטיקונג."
אַדווערטייזמאַנט
דרינענדיק ראָובאַטיקס איז געווען געגרינדעט אין 2018 און לעצטנס אויפשטיין $ 18 מיליאָן אין פאַנדינג. די פירמע, באזירט לעבן תל-אביב, ישראל, דעוועלאָפּס און סעלז אָטאַנאַמאַס דראָון סאַלושאַנז פֿאַר דרינענדיק זיכערהייט, זיכערקייַט און וישאַלט מאָניטאָרינג. דער סעאָ און קאָ-גרינדער, Doron Ben-David, האט אַ באַטייטיק ראָובאַטיקס און אַעראָנאַוטיקס דערפאַרונג אַקיומיאַלייטיד אין יאַי
פיגורע 8: דרינענדיק ראָובאַטיקס 'אָטאַנאַמאַס דראָון פליט קענען מאַכט זיך דורך אַ סטעליע מאָונטעד … [+]
דרינענדיק ראָובאַטיקס
אופיר בר-לב איז דער הויפט ביזנעס אפיציר. ער דערקלערט אַז די פעלן פון גפּס האט כאַמפּערד דראָנעס פון לאָוקאַלייזינג זיך ין בנינים (טיפּיקלי גפּס געלייקנט אָדער ומפּינקטלעך). אַדדיטיאָנאַללי, באַקוועם און עפעקטיוו דאַקינג און פּאַוערינג סאַלושאַנז זענען פעלנדיק. דרינענדיק ראָובאַטיקס אַדרעסז דעם מיט פיר דראָון-מאָונטעד קאַמעראַס (שפּיץ, אַראָפּ, לינקס, רעכט) און פּשוט קייט סענסאָרס וואָס אַקיעראַטלי מאַפּע אַ דרינענדיק פּלאַץ און זייַן אינהאַלט. די אַפּאַראַט דאַטן (קאַמעראַס צושטעלן לאָוקאַלאַזיישאַן און מאַפּינג דאַטן) און טערמאַל סענסאָרס (אויך מאָונטעד אויף די דראָון) זענען אַנאַלייזד דורך אַן אַי סיסטעם צו דעטעקט פּאָטענציעל זיכערהייט, זיכערקייַט און וישאַלט ישוז און וואָרענען די קונה. די דראָנעס מאַכט זיך דורך אַ סטעליע מאָונטעד "דאַקינג קאַכל," וואָס סאַוועס ווערטפול שטאָק פּלאַץ און אַלאַוז דאַטן זאַמלונג בשעת טשאַרדזשינג. די פינאַנציעל אַדוואַנטידזשיז פון אָטאַמייטינג די מאַנדיין פּראַסעסאַז ווו מענטש אַרבעט איז קאָמפּלעקס און טייַער אין טערמינען פון ראַקרוטמאַנט, ריטענשאַן און טריינינג זענען קענטיק. ניצן לופט דראָנעס קעגן ערד-באזירט ראָובאַץ אויך האט באַטייַטיק אַדוואַנטידזשיז אין טערמינען פון קאַפּיטאַל און אַפּערייטינג קאָס, בעסער נוצן פון שטאָק פּלאַץ, פרייהייט צו רירן אָן מניעות און עפעקטיווקייַט פון אַפּאַראַט דאַטן כאַפּן. לויט הער בר-לבב, וועט דרינענדיק ראָבאָטיקס 'TAM (Total Addressable Market) אין דרינענדיק ינטעליגענט זיכערהייט סיסטעמען זיין $80 ב ביז 2026. שליסל קונה לאָוקיישאַנז הייַנט אַרייַננעמען ווערכאַוסיז, דאַטן סענטערס און אָפיס קאַמפּאַסיז פון לידינג גלאבאלע קאָרפּעריישאַנז.
אַדווערטייזמאַנט
קאָמפּיוטער זעאונג איז רעוואַלושאַנייטינג די זעלבסט-פאַרוואַלטונג שפּיל - אין באַוועגונג אָטאַמיישאַן, זיכערהייט, סמאַרט בנין מאָניטאָרינג, שווינדל דיטעקשאַן און פאַרקער פאַרוואַלטונג. די מאַכט פון סעמיקאַנדאַקטערז און אַי זענען שטאַרק ענייבאַלז. אַמאָל קאָמפּיוטערס בעל דעם גלייבן סענסערי מאָדאַליטי אין אַ סקאַלאַבלע מאָדע, די פּאַסאַבילאַטיז זענען סאָף.
מקור: https://www.forbes.com/sites/sabbirrangwala/2022/10/04/advances-in-computer-vision-propel-transportation-autonomy/