︿
Top

跨業照護車用 新創卡位

瀏覽次數:547| 歡迎推文: facebook twitter wechat Linked

羅濟威、國家實驗研究院科技政策研究與資訊中心 發表於 2019年12月16日
facebook twitter wechat twitter

圖、
新創公司應用服務類型

AI結合電腦視覺的市場競爭,從CB Insight在2017至2019年間發布的百大AI新創公司名單中與電腦視覺服務相關的公司,可發現新創公司間彼此的競爭激烈,每年僅有五成公司能挺進下一年度,再加上大公司的收購策略影響,也為此帶來許多的變化,最終共有26家進行電腦視覺相關服務的新創公司進入AI100名單。這些公司所提供的服務大致可分為13種應用服務領域(圖1),分別為:「跨產業」、「健康照護」、「汽車科技」、「地理空間分析」、「農業」、「商業」、「實體安全」、「AI硬體」、「物聯網」、「軟體發展與除錯」、「教育」、「企業AI」與「運動」,其中「跨產業」應用主要是指該公司發展AI核心技術與平台開發,並服務於不同產業領域的應用。若由新創公司的數量來看,「跨產業」、「健康照護」與「汽車科技」三類是目前較熱門應用領域,有較多的新創公司投入。綜觀而論,電腦視覺技術透過對影像訊息的辨識及決策所衍生出的各式各樣商業服務與應用,所帶來的影響是既全面且廣泛的,而隨著更多的創新公司投入,亦產生了更多有別於傳統認知的應用,在此列舉一些較具代表性的公司:

1. Descartes Labs
與同時入選的Orbital Insight公司,兩者非常相似,兩家公司皆設立於美國,同時相關業務都是透過衛星圖像分析取得數據並進行各種服務。而Descartes Labs曾隸屬於Los Alamos國家實驗室,該公司使用了機器學習技術與電腦視覺技術於公共和私人衛星圖像的地理空間數據訊息進行分析,藉以取得如農作物產量分析、區域森林砍伐率、全球原油的儲量等數據,甚至也可透過分析賣場停車場車輛數來協助零售業者預測銷售量。

2. Aquifi
位於美國矽谷的Aquifi公司擁有61篇專利,是入選的26間新創中擁有最多專利數的公司,其目前致力於流體視覺技術研究,該技術結合了3D視覺技術與深度學習,並將計畫應用於物流及製造業中,而此技術主要透過3D感測器擷取數據並運用3D數據設備生成具有實際尺寸的3D模型,並透過生成的視覺數據進行深度學習以用於複雜的電腦視覺應用,透過此技術將可提升物流與製造業在庫存盤點與產品驗證及分類的準確性,此外該公司新的嘗試包含使用相機取得2D圖型轉為3D模型的技術,以及透過「可穿戴眼鏡」結合頭部轉動和手勢,實現人與3D世界的互動。

3. Zebra Medical Vision
來自以色列的Zebra Medical Vision公司,透過數百萬張醫療影像的資料進行深度學習來發展電腦視覺技術,並用於放射科之醫學診斷協助,其診斷結果高度近似於人類放射科醫師的診斷,該公司不僅在常見但難以判別的胸部X光影像分析最全面的研究,目前更計畫與Ichilov Hospital、Maccabi Healthcare Services、Clalit Health Services以色列三大醫療機構合作,整合骨骼、乳房、心血管、肺臟與肝臟的AI影像判別系統來為患者提供更便宜的診斷收費,此外該公司也期望能夠透過該系統的使用能夠早期辨識高風險疾病,加速疾病的防治,甚至藉由以色列的全民健保系統,追蹤病患歷年的就診及治療之X光影像以提供更好的診斷預測。

4.AEYE
AEYE公司主要是發展類似光達的iDAR產品,此產品不像傳統的LiDAR需要仰賴獨立的裝置在短時間內蒐集各感測器所回傳的資訊並進行處理,而此公司使用MEMS光達與高解析度的鏡頭產生影像,並搭配自行開發的嵌入式AI影像辨識晶片來進行邊緣運算與處理,如此不僅大幅減少自駕車決策時所需的運算量,達成比市面上的光學雷達更遠的偵測與辨識距離,並贏得我國台杉投資的青睞。

隨著技術的進步,電腦視覺技術將不僅僅可做影像的識別,搭配AI技術的進步,辨識過後所產生的決策動作將會是未來發展的重心,屆時,藉由影像擷取、辨識與決策結合這種意義上完整的視覺所能帶來的應用,值得我們期待。
 
(作者是國家實驗研究院科技政策研究與資訊中心研究員)

(本文刊登於經濟日報2019/12/15)

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。