總部位於美國俄勒岡州威爾遜維爾的FLIR Systems是一家專註於為各種應用生產熱成像產品的感測器公司, 據麥姆斯諮詢報道, 近日FLIR宣布已對新加坡機器學習和人工智慧 (AI) 創業公司CVEDIA進行了大筆戰略投資.
CVEDIA開發的SynCity類比器軟體工具可為自動系統OEM和相關感測器製造商, 提供超逼真的多模式數字環境, 相比傳統數據採集技術, 能夠更快, 更安全, 更經濟地對其系統進行訓練. CVEDIA的SynCity類比器軟體可展示現實世界的物理特性; 類比多種照明和環境條件; 在對人, 動物和汽車等物體的渲染方式上, 使用人工智慧系統將其轉譯為現實而逼真的對象. 這樣可以生成高質量的數據集, 這些數據集輸入到客戶的神經網路框架後, 可大大縮短這些深度學習系統的訓練時間, 並簡化訓練過程.
除非你是一位感測器極客, 否則這個消息可能看起來只是個小眾新聞. 但這一舉措表明, 在競爭日益激烈的感測器市場, 以及人工智慧和機器學習熱潮中, 出現了新的現實狀況: 對於小企業而言, 只專註優秀的硬體已經不夠了; 但即使是創業公司, 只要選擇了一個方向, 並利用智能AI引擎包裝硬體, 也可以在市場巨頭環伺下茁壯成長.
SynCity類比器軟體用於熱成像圖保護野生動物
FLIR為各種企業應用提供熱成像感測器, 例如現場檢查和消防等. 其感測器有各種各樣的應用形式, 包括平板電腦和智能手機附件. 最近, 該公司一直在宣揚, 基於LiDAR (雷射雷達) 和可見光攝像頭運行的自動駕駛汽車具有盲點, 而這些盲點可以利用熱像儀來解決.
這為FLIR帶來了市場營銷挑戰, 說服自動駕駛汽車開發商在自動駕駛汽車上使用熱像儀已經不易, 更具挑戰的是, FLIR如何才能證明其產品是自動駕駛應用首選的熱成像感測器? 因為, 在這個生態系統中還有其他熱感測公司, 例如競爭對手AdaSky.
據麥姆斯諮詢此前報道, 以色列廠商AdaSky創立於2016年1月, 已經推出了一款遠紅外攝像頭Viper——業內首款內嵌機器學習軟體的遠紅外固態攝像頭, 不含任何可動部件, 並能夠在攝像頭內部進行數據處理, 能夠幫助Level 3, 4以及5級自動駕駛汽車更快地進入市場.
FLIR的答案是投資第二家公司CVEDIA, 以利用後者的即插即用型AI以及和自動駕駛相關的機器學習功能 (如物體識別) 使其熱成像感測器實現差異化. FLIR認為, 如果能夠確保其感測器最大程度地適應各種自動駕駛架構, 同時能夠承擔一部分自駕汽車開發商的開發負擔, 那麼它必將成為自動駕駛應用中最具吸引力的熱成像感測器供應商.
這與感測器廠商通常採用的傳統運營模式不同, 傳統的模式是為儘可能多的應用生產與任務無關的感測器. 這同時也表明感測器市場正在緊縮.
專註於交通感測, 整合AI和機器學習的3D視覺感測廠商Viscando
我們也已經關注到其他感測器公司, 將其硬體和特定應用功能打包在一起. 例如, 專註於製造3D視覺感測器的Viscando公司. 隨著英特爾內置AI引擎的RealSense 3D視覺相機的推出, 3D視覺感測器市場正變得越來越艱難.
Viscando公司應用3D視覺和AI, 實現準確的交通數據
但Viscando通過專註於一個利基行業——各種市政交通感測, 來持續保持競爭力. Viscando打造了比簡單的3D相機更完善的產品組合, 其中包括AI和與交通感測應用相關的機器學習功能. 這個利基市場足以讓Viscando不斷擴大規模, 但它又足夠小, 以至於像英特爾這樣的巨頭還沒有專門針對它進行開發.
如果沒有嵌入AI和機器學習, Viscando或將無法抗衡英特爾或任何其他3D視覺供應商, 但在硬體基礎上針對特定領域進行AI和機器學習的堆棧, 它就能夠變得足夠有競爭力. 這告訴我們, 在感測器價格暴跌的情況下, 硬體初創公司林立的感測器市場仍然有充足的市場空間, 但前提是這些小企業願意專註並尋找戰略機遇, 在其硬體上開發智能功能.
這就是FLIR對CVEDIA進行投資的戰略目的
'對CVEDIA的這項投資將增強我們創新感測解決方案的能力, 使我們的客戶能夠更快, 更準確地做出關鍵任務決策, ' FLIR總裁兼首席執行官James Cannon解釋道, '能夠自動將關鍵資訊通知用戶或系統的軟體演算法的加持, 是一項非常有價值的功能特性, 可大幅強化我們的感測器所感知的獨特和豐富的數據. '
