| REKLAMA |
 |
Według badania Zebra 2024 Manufacturing Vision Study, 61% liderów branży produkcyjnej na całym świecie spodziewa się, że sztuczna inteligencja będzie napędzać wzrost firm do 2029 roku. W innym raporcie firmy Zebra Technologies na temat sztucznej inteligencji w branży motoryzacyjnej stwierdzono, że głębokie uczenie już jest wykorzystywane w całym łańcuchu dostaw w tym sektorze. Użytkownicy chcą jednak, aby sztuczna inteligencja robiła więcej, zatem wprowadzane funkcje odpowiadają na potrzeby branży przemysłowej.
Pakiet oprogramowania Aurora firmy Zebra Technologies z narzędziami do głębokiego uczenia zapewnia wydajne rozwiązania do kontroli wizualnej. Rozwiązanie wesprze konstruktorów maszyn i linii produkcyjnych oraz inżynierów, programistów i analityków danych w branży motoryzacyjnej, elektronicznej i półprzewodnikowej, spożywczej i napojów oraz opakowaniowej. Pakiet zawiera funkcje rozpoznawania tekstu (OCR) oparte na głębokim uczeniu, które nie wymagają kodowania. Z kolei interfejsy działające na zasadzie „przeciągnij i upuść” oraz obszerne biblioteki pozwalają użytkownikom tworzyć rozwiązania dla złożonych przypadków użycia, z którymi nie radzą sobie tak dobrze tradycyjne systemy oparte na regułach.
Aurora Design Assistant™
Użytkownicy zintegrowanego środowiska programistycznego Aurora Design Assistant firmy Zebra Technologies mogą tworzyć aplikacje poprzez konstruowanie i konfigurowanie schematów blokowych zamiast pisania tradycyjnego kodu programistycznego. Oprogramowanie umożliwia również projektowanie dla tych aplikacji interfejsu typu człowiek-maszyna (HMI) opartego na przeglądarce internetowej.
Oprogramowanie zawiera teraz funkcję głębokiego uczenia służącą do wykrywania obiektów i najnowszą wersję aplikacji dołączonej do Aurora, czyli Imaging Copilot z dedykowanym obszarem roboczym do szkolenia modelu głębokiego uczenia w zakresie wykrywania obiektów. Oddzielne dodatki są dostępne do trenowania modelu głębokiego uczenia z kartą GPU NVIDIA i uruchamiania modelu głębokiego uczenia w celu przeprowadzenia wnioskowania lub przewidywania odpowiednio na GPU NVIDIA i zintegrowanym GPU Intel.
Aurora Vision Studio™
Inżynierowie zajmujący się wizją maszynową i komputerową korzystający z Aurora Vision Studio mogą szybko tworzyć, integrować i monitorować potężne aplikacje wizji maszynowej. Zaawansowane i niezależne od sprzętu oprogramowanie zapewnia intuicyjne środowisko graficzne do tworzenia zaawansowanych aplikacji wizyjnych bez konieczności pisania pojedynczej linii kodu. Posiada kompleksowy zestaw ponad 3000 sprawdzonych i gotowych do użycia filtrów, co umożliwia inżynierom wizji maszynowej i komputerowej projektowanie niestandardowych rozwiązań w prostym, trzystopniowym przepływie pracy: zaprojektuj algorytm, stwórz niestandardowy lokalny interfejs HMI lub internetowy interfejs HMI i wdróż go na urządzeniu przemysłowym opartym na komputerze PC.
Łańcuch narzędzi głębokiego uczenia został przełączony na nowy silnik szkoleniowy z mechanizmami równoważenia danych treningowych, co prowadzi do lepszych wyników szkolenia na zestawach danych o niskiej jakości. Trening jest teraz szybszy i bardziej powtarzalny, a dodatek do głębokiego uczenia jest kompatybilny z systemami Linux, tylko w zakresie wnioskowania.
Aurora Imaging Library™
Zestaw programistyczny Aurora Imaging Library firmy Zebra Technologies jest przeznaczony dla doświadczonych programistów kodujących aplikacje wizyjne w językach C++, C# i Python. Obejmuje on szeroką kolekcję narzędzi do przetwarzania i analizowania obrazów 2D i danych 3D przy użyciu tradycyjnych metod opartych na regułach oraz na głębokim uczeniu.
Najnowsze dodatki zwiększają jego możliwości i obejmują narzędzia służące do wykrywania anomalii i defektów oraz weryfikacji poprawności montażu. Wykorzystują one głębokie uczenie, co zwiększa możliwości znajdowania nieprawidłowości. W przeciwieństwie do innych dostępnych narzędzi głębokiego uczenia, szkolenie odbywa się bez nadzoru, wymagając jedynie normalnych odniesień.
Narzędzie OCR oparte na głębokim uczeniu wykorzystuje wstępnie wytrenowany model głębokiej sieci neuronowej do odczytywania znaków, cyfr, znaków interpunkcyjnych i niektórych symboli. Nie wymaga to określania lub uczenia go czcionek. Narzędzie OCR oparte na głębokim uczeniu obejmuje modele ciągów znaków i ograniczenia, aby umożliwić bardziej niezawodny i trafny odczyt.
Źródło: Zebra Technologies
Pakiet oprogramowania Aurora firmy Zebra Technologies z narzędziami do głębokiego uczenia zapewnia wydajne rozwiązania do kontroli wizualnej. Rozwiązanie wesprze konstruktorów maszyn i linii produkcyjnych oraz inżynierów, programistów i analityków danych w branży motoryzacyjnej, elektronicznej i półprzewodnikowej, spożywczej i napojów oraz opakowaniowej. Pakiet zawiera funkcje rozpoznawania tekstu (OCR) oparte na głębokim uczeniu, które nie wymagają kodowania. Z kolei interfejsy działające na zasadzie „przeciągnij i upuść” oraz obszerne biblioteki pozwalają użytkownikom tworzyć rozwiązania dla złożonych przypadków użycia, z którymi nie radzą sobie tak dobrze tradycyjne systemy oparte na regułach.
Producenci z różnych branż borykają się z długotrwałymi problemami związanymi z jakością. Dodatkowo firmy z sektora motoryzacyjnego i elektroniki mierzą się również z nowymi wyzwaniami związanymi z postępem w dziedzinie materiałów” – powiedział Donato Montanari, Vice President and General Manager, Machine Vision w Zebra Technologies. – „Poszukują oni nowych rozwiązań, które uzupełnią i rozszerzą ich obecny zestaw narzędzi o funkcje AI potrzebne do skuteczniejszej kontroli wizualnej, szczególnie w skomplikowanych przypadkach użycia.
Aurora Design Assistant™
Użytkownicy zintegrowanego środowiska programistycznego Aurora Design Assistant firmy Zebra Technologies mogą tworzyć aplikacje poprzez konstruowanie i konfigurowanie schematów blokowych zamiast pisania tradycyjnego kodu programistycznego. Oprogramowanie umożliwia również projektowanie dla tych aplikacji interfejsu typu człowiek-maszyna (HMI) opartego na przeglądarce internetowej.
Oprogramowanie zawiera teraz funkcję głębokiego uczenia służącą do wykrywania obiektów i najnowszą wersję aplikacji dołączonej do Aurora, czyli Imaging Copilot z dedykowanym obszarem roboczym do szkolenia modelu głębokiego uczenia w zakresie wykrywania obiektów. Oddzielne dodatki są dostępne do trenowania modelu głębokiego uczenia z kartą GPU NVIDIA i uruchamiania modelu głębokiego uczenia w celu przeprowadzenia wnioskowania lub przewidywania odpowiednio na GPU NVIDIA i zintegrowanym GPU Intel.
Aurora Vision Studio™
Inżynierowie zajmujący się wizją maszynową i komputerową korzystający z Aurora Vision Studio mogą szybko tworzyć, integrować i monitorować potężne aplikacje wizji maszynowej. Zaawansowane i niezależne od sprzętu oprogramowanie zapewnia intuicyjne środowisko graficzne do tworzenia zaawansowanych aplikacji wizyjnych bez konieczności pisania pojedynczej linii kodu. Posiada kompleksowy zestaw ponad 3000 sprawdzonych i gotowych do użycia filtrów, co umożliwia inżynierom wizji maszynowej i komputerowej projektowanie niestandardowych rozwiązań w prostym, trzystopniowym przepływie pracy: zaprojektuj algorytm, stwórz niestandardowy lokalny interfejs HMI lub internetowy interfejs HMI i wdróż go na urządzeniu przemysłowym opartym na komputerze PC.
Łańcuch narzędzi głębokiego uczenia został przełączony na nowy silnik szkoleniowy z mechanizmami równoważenia danych treningowych, co prowadzi do lepszych wyników szkolenia na zestawach danych o niskiej jakości. Trening jest teraz szybszy i bardziej powtarzalny, a dodatek do głębokiego uczenia jest kompatybilny z systemami Linux, tylko w zakresie wnioskowania.
Aurora Imaging Library™
Zestaw programistyczny Aurora Imaging Library firmy Zebra Technologies jest przeznaczony dla doświadczonych programistów kodujących aplikacje wizyjne w językach C++, C# i Python. Obejmuje on szeroką kolekcję narzędzi do przetwarzania i analizowania obrazów 2D i danych 3D przy użyciu tradycyjnych metod opartych na regułach oraz na głębokim uczeniu.
Najnowsze dodatki zwiększają jego możliwości i obejmują narzędzia służące do wykrywania anomalii i defektów oraz weryfikacji poprawności montażu. Wykorzystują one głębokie uczenie, co zwiększa możliwości znajdowania nieprawidłowości. W przeciwieństwie do innych dostępnych narzędzi głębokiego uczenia, szkolenie odbywa się bez nadzoru, wymagając jedynie normalnych odniesień.
Narzędzie OCR oparte na głębokim uczeniu wykorzystuje wstępnie wytrenowany model głębokiej sieci neuronowej do odczytywania znaków, cyfr, znaków interpunkcyjnych i niektórych symboli. Nie wymaga to określania lub uczenia go czcionek. Narzędzie OCR oparte na głębokim uczeniu obejmuje modele ciągów znaków i ograniczenia, aby umożliwić bardziej niezawodny i trafny odczyt.
Źródło: Zebra Technologies
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
