Neurocle, sotto la guida del CEO Hongseok Lee, ha osservato un rapido aumento delle richieste per l’introduzione dell’intelligenza artificiale visiva nel settore della produzione alimentare. Le ragioni principali di questo trend sono l’accessibilità della tecnologia, che permette anche a chi non è esperto di utilizzarla, e il mantenimento delle prestazioni ottimali attraverso aggiornamenti regolari.
Neurocle offre diverse soluzioni, tra cui “NEURO-T” e “NEURO-X”, per l’apprendimento e l’applicazione di modelli di intelligenza artificiale visiva, e “NEURO-R”, che aiuta nell’applicazione pratica dei modelli. L’obiettivo è rendere la tecnologia fruibile anche a esperti del settore, non necessariamente programmatori.
In particolare, il tempo necessario per sviluppare un modello di ispezione visiva può essere ridotto notevolmente: da 4 mesi con un team di 10 persone a solo 2 settimane con una sola persona utilizzando l’apprendimento automatico.
Neurocle supporta nove modelli di deep learning per adattarsi a diverse esigenze di ispezione, tra cui:
- Classificazione
- Segmentazione delle patch
- Riconoscimento di oggetti
- Riconoscimento ottico dei caratteri (OCR)
Questi modelli possono essere utilizzati per ispezionare vari prodotti, come pannelli LED, batterie, colture agricole e alimenti, per rilevare difetti o garantire la qualità.
La crescente domanda nel settore alimentare riguarda principalmente l’ispezione di imballaggi e qualità di prodotti come uova, ramen e carne. Gli aggiornamenti regolari dei modelli, come il recente passaggio alla versione 4 di Neuroti, contribuiscono a questo aumento della richiesta.