4 نوامبر 2024 -توسط ربکا کارول، ناسا -شرکت اروپایی apetito از نرم‌افزار بازرسی بینایی Neurala استفاده می‌کند تا از کیفیت وعده‌های غذایی آماده‌شده‌اش، مانند بخش‌های لوبیا سبز که در اینجا نشان داده شده است، اطمینان حاصل کند. این نرم افزار از کد Neurala که بیش از یک دهه پیش با بودجه ناسا برای مریخ نوردی که بتواند به طور مستقل عبور از زمین مریخ را بیاموزد، توسعه یافته بود. اعتبار: Neurala Inc.
نرم افزار هوش مصنوعی که ابتدا برای یادگیری و تجزیه و تحلیل زمین مریخ طراحی شده بود، اکنون در قلب سیستمی برای نظارت بر خطوط مونتاژ روی زمین قرار دارد.
به عنوان مثال، نرم افزار بازرسی بینایی از Neurala Inc.، یک شرکت هوش مصنوعی در بوستون، ماساچوست، با دوربین های موجود، رایانه ها و حتی تلفن های همراه کار می کند تا کیفیت محصولاتی را که در امتداد تسمه نقاله اجرا می شوند، نظارت کند.
ماسیمیلیانو ورساچه، موسس و مدیر عامل Neurala، گفت: «نرم‌افزار ما می‌تواند خیلی سریع روی یک پردازنده با ردپای بسیار کوچک، مهارتی که ما در کار با ناسا آموختیم، یاد بگیرد. “با انجام این کار، ما بازرسی بینایی را با هر اجزایی که در حال حاضر در دسترس است، فعال می کنیم و در عرض چند دقیقه گسترش می یابد. در کاوش در بازار، متوجه شدیم که فضای تولید نیاز دقیقی به این فناوری دارد.”
Versace و Neurala (Spinoff 2018) بیش از یک دهه پیش کار خود را با ناسا بر روی پروژه ای آغاز کردند که از طریق برنامه انتقال فناوری کسب و کار کوچک (STTR) تامین مالی شد. ناسا به «ناوبری تطبیقی الهام گرفته از زیستی برای اکتشاف سیاره‌ها» علاقه داشت و ورساچه و تیمش روی نرم‌افزار هوش مصنوعی شبکه عصبی مدل‌سازی شده از مغز انسان کار می‌کردند.
Neurala با تمرکز بر روی یک مفهوم مریخ نورد که می تواند به طور مستقل عبور از زمین مریخ را بیاموزد، بودجه STTR فاز دوم را برای پروژه به دست آورد. پول اضافی از صندوق نوآوری مرکز ناسا به تیم Neurala این امکان را داد تا فناوری خود را با ناوبری هواپیماهای بدون سرنشین و جلوگیری از برخورد تطبیق دهند.
هم در برنامه‌های مریخ‌نورد و هم در برنامه‌های پهپاد، نرم‌افزار Neurala می‌تواند روی یک دستگاه کوچک روی خود وسیله نقلیه اجرا شود و تأخیر ارسال سیگنال‌ها به تصمیم‌گیرنده در مکان دیگر را حذف کند. از آن زمان، این شرکت نرم افزاری را برای کمک به نظارت بر خطوط مونتاژ توسعه داد.
محاسبات در محل یک مزیت در تولید است، جایی که یک خط مونتاژ ممکن است در هر دقیقه صد مورد داشته باشد و بازرسی بصری برای کنترل کیفیت را دشوار کند.
