全球首款使用稀疏建模(Sparse Modeling) 技術(shù)的人工智能(AI)嵌入式計算機工具組。稀疏建模技術(shù)僅需少量訓(xùn)練數(shù)據(jù)，即可完成高精確度的預(yù)測。這在基于視覺的檢查系統(tǒng)中是一大特殊優(yōu)勢，因為在生產(chǎn)質(zhì)量較高的同時，產(chǎn)品的不良率自然會降低。采用稀疏建模(Sparse Modeling)，只需50張左右的影像圖片，便可創(chuàng)建全新的檢查模型，相較傳統(tǒng)AI所需的1000張或更多影像，大幅減少。Hacarus的稀疏建模工具組可獨立使用，也可加裝到現(xiàn)有的檢查系統(tǒng)中。它的主要客戶是視覺系統(tǒng)供應(yīng)商和系統(tǒng)整合商。另一大用戶群體包括了部分機器和系統(tǒng)制造商，他們希望在設(shè)備中使用視覺AI技術(shù)，但因為個體顧客繁雜設(shè)備種類需要適應(yīng)性的算法而尚未真正采取行動。

德國康佳特營銷總監(jiān)Christian Eder表示：“憑借稀疏建模(Sparse Modeling)技術(shù)，開發(fā)者能構(gòu)建下一代檢查系統(tǒng)，它們能按需求被訓(xùn)練且可以在任何領(lǐng)域發(fā)揮作用。持續(xù)光照等最理想的條件已經(jīng)不再必要。原始設(shè)備制造商也能更靈活地調(diào)整生產(chǎn)流程，這正是向工業(yè)物聯(lián)網(wǎng)/工業(yè)4.0受控批量生產(chǎn)轉(zhuǎn)型的必要條件。”

本質(zhì)上，稀疏建模(Sparse Modeling)是一種數(shù)據(jù)建模方式，主要用于識別獨特的特征。簡而言之，稀疏建模解析數(shù)據(jù)的方式和人腦類似，不是分析個體的一絲一毫。

Hacarus的技術(shù)長 Takashi Someda總結(jié)了稀疏建模(Sparse Modeling)的效益： “人類可以根據(jù)眼睛和耳朵等關(guān)鍵特點來識別朋友和家人。稀疏建模(Sparse Modeling) 將相仿的邏輯整合到了智能圖像處理系統(tǒng)中。因此，系統(tǒng)無需像傳統(tǒng)AI一樣處理全部大數(shù)據(jù)，而僅需處理一部分選定的數(shù)據(jù)?；谙∈杞?Sparse Modeling)的算法可以將數(shù)據(jù)細(xì)化為獨特的特征。” 這同時簡化了AI結(jié)構(gòu)，使其更適合全天候運轉(zhuǎn)、只剩有限的功率可用于整合AI的無扇葉低功率系統(tǒng)。