
ElectrifAi, uma das empresas líderes mundiais em inteligência artificial prática (IA) e modelos de aprendizado de máquina pré-construídos (ML), anunciou hoje ofertas expandidas de modelos ML pré-construídos e pré-estruturados para o Amazon SageMaker, incluindo modelos disponíveis no computador Coleções de visão e análise de imagem. Amazon SageMaker é um serviço de ML da Amazon Web Services (AWS) que ajuda cientistas e desenvolvedores de dados a preparar, construir, treinar e implantar modelos de ML de alta qualidade rapidamente, reunindo um amplo conjunto de recursos criados especificamente para ML.
A ElectrifAi já publicou 58 modelos de aprendizado de máquina.
O novo conjunto de modelos de visão computacional pode funcionar em câmeras, permitindo novos tipos de aplicativos e resolvendo novos conjuntos de desafios. Por exemplo, câmeras montadas em drones podem ser usadas para rastrear pessoas, veículos e animais, mesmo quando a câmera e o item de interesse se movem rapidamente. Recursos de analítica de áudio também podem ser adicionados para enriquecer a solução geral.
Exemplos de casos de uso de visão computacional da ElectrifAi:
- Pássaro inteligente (drone) para controle de perímetro
- Câmera inteligente para aplicação da lei
- Identificação de condição de pele baseada em imagem pronta para uso em campo
- Maior segurança no local de trabalho
- Identificação de uma pessoa específica em uma multidão
- Manutenção do bem-estar animal para fazendas
Os modelos de Image Analytics podem detectar, segmentar e anotar anomalias médicas com precisão para o Amazon SageMaker – permitindo rastrear o progresso de uma doença ou o sucesso ou falha de um protocolo de tratamento. O modelo também pode identificar uma ampla gama de condições de pele quase instantaneamente a partir de uma foto tirada em um smartphone comum.
Exemplos de casos de uso do ElectrifAi Image Analytics:
- Pode ser usado em pontos de entrada / saída
- Pode ser implantado em qualquer lugar com a ajuda de dispositivos portáteis de raios-X
- Rastreamento rápido de indivíduos
- Medição objetiva da eficácia dos protocolos de tratamento ao longo do tempo
- Pode ser usado para ajudar a visualizar características anatômicas internas, marcadores identificadores de doenças ou outras condições respiratórias
“A visão computacional no limite está emergindo como uma virada de jogo em IA. Estamos entusiasmados com a forma como esses novos modelos habilitarão rapidamente novos aplicativos ”, disse Jim McGowan, vice-presidente sênior de parceiros de nuvem e chefe de produto da ElectrifAi. “Esses modelos escondem toda a complexidade por trás de uma interface direta, simplificando o processo de construção de todos os tipos de novas ferramentas.”
Os modelos de ML no AWS Marketplace estão disponíveis em todo o mundo. Por favor Clique aqui para acessar nossos modelos pré-treinados e nossos serviços associados para ajudar a acelerar a adoção de ML em sua organização.
Sobre ElectrifAi
Eletrificar é líder global em modelos de aprendizado de máquina prontos para negócios. A missão da ElectrifAi é ajudar as organizações a mudar a forma como trabalham por meio do aprendizado de máquina: impulsionando a redução de custos, bem como a melhoria de lucro e desempenho. Fundada em 2004, a ElectrifAi possui uma liderança experiente no setor, uma equipe global de especialistas em domínio e um histórico comprovado de transformação de dados estruturados e não estruturados em escala. Uma grande biblioteca de produtos baseados em Ai alcança funções de negócios, sistemas de dados e equipes para gerar resultados superiores em tempo recorde. A ElectrifAi tem aproximadamente 200 cientistas de dados, engenheiros de software e funcionários com um histórico comprovado de lidar com mais de 2.000 implementações de clientes, principalmente para empresas Fortune 500. No centro da missão da ElectrifAi está o compromisso de tornar a Ai e o aprendizado de máquina mais compreensíveis, práticos e lucrativos para empresas e indústrias em todo o mundo. A ElectrifAi está sediada em Jersey City, com escritórios localizados em Xangai e Nova Delhi.