全球首款使用稀疏建模(Sparse Modeling) 技術的人工智能(AI)嵌入式計算機工具組。稀疏建模技術僅需少量訓練數(shù)據(jù)，即可完成高精確度的預測。這在基于視覺的檢查系統(tǒng)中是一大特殊優(yōu)勢，因為在生產(chǎn)質(zhì)量較高的同時，產(chǎn)品的不良率自然會降低。采用稀疏建模(Sparse Modeling)，只需50張左右的影像圖片，便可創(chuàng)建全新的檢查模型，相較傳統(tǒng)AI所需的1000張或更多影像，大幅減少。Hacarus的稀疏建模工具組可獨立使用，也可加裝到現(xiàn)有的檢查系統(tǒng)中。它的主要客戶是視覺系統(tǒng)供應商和系統(tǒng)整合商。另一大用戶群體包括了部分機器和系統(tǒng)制造商，他們希望在設備中使用視覺AI技術，但因為個體顧客繁雜設備種類需要適應性的算法而尚未真正采取行動。

德國康佳特營銷總監(jiān)Christian Eder表示：“憑借稀疏建模(Sparse Modeling)技術，開發(fā)者能構建下一代檢查系統(tǒng)，它們能按需求被訓練且可以在任何領域發(fā)揮作用。持續(xù)光照等最理想的條件已經(jīng)不再必要。原始設備制造商也能更靈活地調(diào)整生產(chǎn)流程，這正是向工業(yè)物聯(lián)網(wǎng)/工業(yè)4.0受控批量生產(chǎn)轉型的必要條件。”

本質(zhì)上，稀疏建模(Sparse Modeling)是一種數(shù)據(jù)建模方式，主要用于識別獨特的特征。簡而言之，稀疏建模解析數(shù)據(jù)的方式和人腦類似，不是分析個體的一絲一毫。

Hacarus的技術長 Takashi Someda總結了稀疏建模(Sparse Modeling)的效益： “人類可以根據(jù)眼睛和耳朵等關鍵特點來識別朋友和家人。稀疏建模(Sparse Modeling) 將相仿的邏輯整合到了智能圖像處理系統(tǒng)中。因此，系統(tǒng)無需像傳統(tǒng)AI一樣處理全部大數(shù)據(jù)，而僅需處理一部分選定的數(shù)據(jù)。基于稀疏建模(Sparse Modeling)的算法可以將數(shù)據(jù)細化為獨特的特征。” 這同時簡化了AI結構，使其更適合全天候運轉、只剩有限的功率可用于整合AI的無扇葉低功率系統(tǒng)。