L'intelligenza artificiale visiva e la computer vision stanno apportando capacità interessanti a molti tipi di sistemi, rendendoli più sicuri, più facili da usare, più efficienti e più capaci. Ma l'intelligenza artificiale visiva e la visione computerizzata sono molto diverse dalle tecnologie embedded tradizionali e per molti gruppi di sviluppo prodotto queste nuove tecnologie comportano sfide sconosciute e rischi inaspettati.

Come si può essere certi che i requisiti possano essere soddisfatti con la tecnologia attuale? Quali sono le metriche da utilizzare per valutare l'accuratezza? Dovrete raccogliere ed etichettare i vostri dati di addestramento? Avrete bisogno di un processore molto più potente (e costoso e affamato di energia)? Come farete a mantenere aggiornati i vostri algoritmi man mano che il loro ambiente cambia?

Unitevi a Jeff Bier e Phil Lapsley di Edge AI and Vision Alliance, che vi accompagneranno in un rapido corso sulla gestione di progetti di IA visiva per sistemi embedded. Parleremo di come i dati siano oggi i vostri migliori amici, ma forse anche i vostri peggiori incubi (e di cosa potete fare per stare dalla loro parte); esamineremo la natura iterativa dei progetti AI/CV e come questa differisca dallo sviluppo tradizionale; parleremo dell'importanza dei requisiti e delle condizioni reali rispetto a quelle di laboratorio; toccheremo importanti questioni di parzialità; forniremo una panoramica su come pensare all'accuratezza; e daremo suggerimenti su come parlare ai vostri dirigenti di un processo di sviluppo che probabilmente è un po' diverso da quello a cui sono abituati.