關於 cookie 的說明

本網站使用瀏覽器紀錄 (Cookies) 來提供您最好的使用體驗,我們使用的 Cookie 也包括了第三方 Cookie。相關資訊請訪問我們的隱私權與 Cookie 政策。如果您選擇繼續瀏覽或關閉這個提示,便表示您已接受我們的網站使用條款。

搜尋結果Search Result

符合「AI」新聞搜尋結果, 共 16241 篇 ,以下為 15721 - 15744 篇 訂閱此列表,掌握最新動態
AWS宣布推出AWS SimSpace Weaver實現動態3D模擬與空間建模

該完全託管服務為客戶實現複雜、動態的3D模擬,可進行具有百萬個以上物件的系統建模,快速預測現實世界的結果以及創建沉浸式訓練空間   太空技術公司洛克希德馬汀(Lockheed Martin)與互動娛樂公司Epic Games等客戶與合作夥伴已經開始使用AWS SimSpace Weaver建構數位孿生(Digital Twins)與空間模擬   【台北訊,2022年12月7日】Amazon Web Services(AWS)在2022 AWS re:Invent全球盛會上宣布推出完全託管的運算服務AWS SimSpace Weaver,幫助客戶建構、維運和執行大規模的空間模擬。借助AWS SimSpace Weaver,客戶可以針對具有多個資料點的動態系統部署空間模擬,例如整個城市的交通、場館內的人群流動或工廠車間的佈局,藉由模擬將實體空間視覺化、執行沉浸式訓練、從不同場景獲得洞察,並做出明智決策。客戶使用AWS SimSpace Weaver可對具有100萬個以上、即時互動的物件執行模擬,創建比以往更加複雜的環境,並且將模擬部署時間從數年縮短至數月。AWS SimSpace Weaver可搭配Amazon Elastic Compute Cloud(Amazon EC2)執行個體,與管理網路和運算基礎設施,讓客戶專注於模擬設計,並透過多個觀察器即時觀察模擬。客戶只需依使用的AWS SimSpace Weaver運算量付費,無需事先委託或預付費用。   現今,交通、機器人和公共安全等產業的客戶需要創建動態的3D實驗,以瞭解現實世界的可能變化,並在沉浸式空間中進行視覺化與訓練。例如,為瞭解道路封閉的影響,客戶可以模擬不同的道路封閉組合。這些複雜的空間模擬需要大量運算資源,讓客戶原本有限的運算能力更加緊缺。此外,在多個運算執行個體上整合和擴展具有數百萬個互動物件的空間模擬極具挑戰,不但需要將模擬及元件分成多個部分,每個部分皆需以一致的速度進行模擬,並且需要在整個環境中以及在多個即時使用者之間複製相關資料。這可能需要累積多年投入和專業硬體才能解決這些問題,因此只有財力雄厚的企業能負擔昂貴的模擬。此外,為充分利用運算資源的多寡與密度,程式化設計空間模擬不可或缺,這需要培訓專業團隊具備運算配置和利用方面的技能。因此,客戶會妥協於複雜的模擬邏輯,只探索基本場景,而對於更細微、敏感且昂貴的問題僅透過估算得出。   AWS SimSpace Weaver是完全託管的運算服務,使客戶能執行複雜的大規模空間模擬,以宛如現實世界的方式展開實驗,並視覺化沉浸式訓練空間。AWS SimSpace Weaver可支援100萬以上的移動物體,如人、汽車、交通號誌燈、道路等,且每個移動物體都具備即時互動行為和屬性。就像現實存在的城市一樣,模擬本身就是一個廣闊的「世界」。客戶要建構模擬應用程式,可以使用AWS SimSpace Weaver軟體開發套件(Software Development Kit,SDK)並加入客製化的模擬內容,或者使用內建整合的第三方廠商解決方案如Unity和UnrealEngine 5。一旦客戶準備開始部署模擬,AWS SimSpace Weaver會自動設定環境,將多達10個高可用性、低延遲的Amazon EC2執行個體連接到網路叢集中,跨越執行個體分發模擬。AWS SimSpace Weaver透過管理網路和記憶體配置,跨越執行個體複製和同步資料,從而創建單一且統整的模擬,允許多個使用者同步即時操控模擬並與其互動。客戶可以全力專注於模擬設計以及觀察模擬的效能,並將這些經驗為可能出現的場景做準備以及業務決策。AWS SimSpace Weaver按使用量付費,且具備規模性與彈性,使客戶無需昂貴的硬體,也無需額外的工作人員即可管理空間模擬。AWS SimSpace Weaver讓客戶可輕鬆執行複雜的沉浸式3D體驗,並測試和視覺化大規模場景。   AWS技術副總裁Bill Vass表示:「以往,客戶如果想擴充空間模擬的容量,必須在模擬的準確性和硬體容量之間做抉擇,這使他們無法盡其所學展其所能。AWS SimSpace Weaver免除客戶管理模擬基礎設施的負擔,簡化他們執行大規模模擬的方式,讓他們能專注於創造差異化內容,加大模擬開發的使用。無論客戶的目標是模擬超大城市的人口,追蹤大陸地域範圍的物流營運,或是為智慧城市建構現實世界規模的數位孿生(digital twins),客戶都能借助AWS SimSpace Weaver創造大規模、分散式的模擬。」   Epic Games是領先業界的互動娛樂公司及3D引擎技術供應商。Unreal Engine是一套完整的創作工具套件,可用於遊戲開發、建築及汽車視覺化、線性影視內容創作、廣播及現場live活動製作、訓練和模擬等即時應用。Epic Games Unreal Engine副總裁Nathan Thomas表示:「過去,開發人員在創建模擬時不得不在規模與逼真度之間做出妥協。現在,他們創建出來的虛擬環境可以更準確地反映現實世界中人和物體的數量。透過結合Unreal Engine 5的強大功能與AWS SimSpace Weaver,客戶能將City Sample專案擴展到超過一百萬名可互動行人,讓開發人員有機會大規模創建更逼真的數位孿生和模擬。」   Duality Robotics正在建構數位孿生整合平台以解決現實世界的問題。Duality Robotics執行長Apurva Shah表示:「過往,模擬一直需要在規模和逼真度之間進行取捨。現在,Duality Robotics的數位孿生模擬器Falcon結合AWS SimSpace Weaver,並採用為Unreal生態系統開發環境和系統的數位孿生,使它們能快速用於大規模的模擬。在整合Epic Games的Unreal Engine以及大量Unreal資源下,帶來逼真的3D環境,以及高精度的資料視覺化與高效率模擬部署。Duality Robotics的緊急醫療服務使用案例證實空間模擬的價值,必須具備高視覺逼真度、渲染真實感、虛擬感測器和100多萬同步物體的即時效能。客戶可以透過執行AWS SimSpace Weaver,進行敏感的物理系統建模並獲取適用於現實世界的洞察。」   洛克希德馬汀(Lockheed Martin)是全球安全和航太公司,主要從事先進技術系統、產品和服務的研究、設計、開發、製造、整合和維護,其中Skunk Works®部門的虛擬原型設計團隊具備先進的視覺化、建模與模擬以及人機界面(human computer interface)能力。洛克希德馬汀虛擬原型設計工程師Wesley Tanis分享:「我們需要以現實世界的規模進行模擬,以確保從模擬中獲得的洞察可以還原至現實。過往模擬大型場景需要很長的時間,而且僅能讓少數使用者同時與模擬進行互動。我們與AWS合作開發舊金山地震復原演示,展現了第一時間能組織且援助救濟的方式。利用雙方的技術,我們能在大陸地域範圍內近乎即時地模擬超過一百萬個物體,為我們提供現實世界的洞察,以提前準備和規劃應對自然災害等各式場景。」   馬薩爾科技(Maxar)是太空技術的領導供應商,為政府和企業提供全面的太空解決方案和安全、精確的地理空間情報,幫助客戶監測、瞭解和探索不斷變化的地球,提供全球寬頻通訊,推進太空運用。馬薩爾科技資深副總裁暨企業地球智慧總經理Dan Nord表示:「空間模擬通常需要設計人員和開發人員先建構一個虛擬世界,然後用素材增強空間模擬,以創建一個引人入勝的沉浸式世界。當模擬世界創建完成後,團隊才會考慮執行模擬所需的運算力。現在,利用馬薩爾科技的Vivid影像基本圖建構地球的3D地理空間數位孿生、blackshark.ai的技術合成建築和紋理、AWS SimSpace Weaver管理運算基礎設施,設計人員和開發人員可以直接上手創建巨大且詳細的模擬,並且隨時可以擴大規模。我們測試將AWS SimSpace Weaver與我們的3D數位孿生結合使用,發現客戶相較以往能更快速地建構真實世界的模擬。」   uCrowds是成長快速的荷蘭新創及供應商,為市政機構、活動公司和系統整合商提供人群模擬解決方案和產品。uCrowds創辦人暨執行長Roland Geraerts表示:「越來越多的客戶希望能創建數位孿生和元宇宙,模擬現實世界的環境。例如,許多客戶想知道在自己所在的城市舉辦大型活動時的真實狀況,如何確保與會者安全地充分體驗活動。結合AWS SimSpace Weaver的規模與uCrowds模擬器,讓客戶以雲端為基礎,建構即時、具回應性、持久且逼真的新一代人群模擬。使用AWS SimSpace Weaver,我們在短短三週內將實體人群模擬器的模擬能力提高3倍,從40萬個物體增加到100多萬個。雲端運算讓我們擁有近乎無限的擴展能力,且不需要額外購買昂貴的硬體,讓我們能不斷推動模擬整個地球人口的目標。」   客戶在AWS上大規模執行模擬之前,可先使用AWS SimSpace Weaver提供的本地開發環境,在個人硬體上免費運算和測試空間模擬版本。由於本地環境使用與AWS SimSpace Weaver相同的API,客戶無需修改任何程式碼即可將他們的模擬遷移到雲端。   AWS SimSpace Weaver目前已在美國東部(俄亥俄州)、美國東部(維吉尼亞北部)、美國西部(奧勒岡)、亞太地區(新加坡)、亞太地區(雪梨)、歐洲(法蘭克福)、歐洲(愛爾蘭)和歐洲(斯德哥爾摩)正式提供服務,很快地也將於其他地區推出。欲開始使用AWS SimSpace Weaver,請參閱此連結。  

文章來源 : 世紀奧美 發表時間 : 瀏覽次數 : 9835 加入收藏 :
AWS推出機器學習服務Amazon SageMaker八項全新功能

Amazon SageMaker Role Manager讓管理員可以更輕鬆控制存取和定義許可權,提升機器學習治理   Amazon SageMaker Model Cards可以更方便地在機器學習生命週期中記錄和檢查模型資訊   Amazon SageMaker Model Dashboard提供集中介面以追蹤模型、監控效能和查看歷史紀錄   Amazon SageMaker Studio Notebook提供全新資料準備功能,幫助客戶輕鬆點擊檢查和解決資料品質   資料科學團隊可以在Amazon SageMaker Studio Notebook內即時協作   客戶可以將Notebook代碼自動轉換為生產環境就緒執行任務   自動模型驗證功能讓客戶使用即時推論測試新模型   支援地理空間資料,讓客戶能輕鬆開發氣候科學、城市規劃、災難回應、零售計劃、精準農業等產業機器學習模型   【台北訊,2022年12月8日】Amazon Web Services(AWS)在2022 AWS re:Invent全球盛會上宣布推出八項端到端流程機器學習服務Amazon SageMaker新功能。眾多開發人員、資料科學家和業務分析師使用 Amazon SageMaker 提供的全託管基礎設施、工具和工作流程,輕鬆快速地建構、訓練和部署機器學習模型。隨著機器學習的技術不斷創新,模型建立的需求也與日俱增。因此,客戶需要進階功能以有效管理模型的開發、使用與性能。在AWS發布的新功能中,包括Amazon SageMaker治理功能以在整個機器學習生命週期中提供模型性能的可識性;而新的Amazon SageMaker Studio Notebook能提供加強的Notebook體驗,客戶只需輕鬆點擊幾下即可檢查與解決資料品質問題,促進資料科學團隊之間的即時協作,並透過將Notebook代碼轉換至自動化作業中,以加速機器學習實驗到生產環境的過程。最後,Amazon SageMaker新功能可自動執行模型驗證,並且讓地理空間資料處理更加容易。   AWS人工智慧和機器學習副總裁Bratin Saha表示:「截至目前為止,各行各業數以萬計且不同規模的客戶都在使用Amazon SageMaker。AWS客戶每月建構數百萬個模型、訓練數十億參數規模的模型,並生成數萬億個預測。也有許多客戶正以前所未聞的規模使用機器學習。今天發布的Amazon SageMaker新功能讓團隊更輕鬆地加快機器學習模型端到端的開發與部署。從專門建構的治理工具,到下一代Notebook體驗與簡化模型測試,再到對地理空間資料的加強支援,我們在Amazon SageMaker 的基礎上不斷創新,幫助客戶大規模運用機器學習。」   對許多用戶而言,雲端運算使機器學習技術觸手可及。而在幾年前,建構、訓練和部署模型的過程仍然是艱難乏味的。人手不多的資料科學家團隊需要進行為期數週或數月的反覆運算,才能使模型達到生產環境水準。AWS於五年前推出Amazon SageMaker以應對這些挑戰,此後陸續增加250多項新功能,讓客戶更輕鬆地在多項業務中使用機器學習。現今有些客戶聘請數百名專業人員,使用Amazon SageMaker做預測,用以改善客戶體驗、優化業務流程,以及加速新產品和服務開發等嚴峻挑戰。隨著機器學習應用日新月異,客戶使用的資料類型不斷增加,需要的治理、自動化和品質水準也與日俱增。奠基於Amazon SageMaker的特性,此次新發布的功能也致力於為全球各種不同技術水準的專業人員提供支援。   Amazon SageMaker機器學習治理新功能 Amazon SageMaker新功能可以幫助客戶更輕鬆地在機器學習模型週期中大規模治理。隨著企業內模型和使用者數量的增加,配置最低許可權的存取控制與建立治理流程以記錄模型資訊(如輸入資料集、訓練環境資訊、模型使用描述和風險層級)都越趨困難。部署模型後,客戶還需要監測偏差和特性偏移,從而確保模型如期運行。   Ÿ   Amazon SageMaker Role Manager可以更輕鬆地控制存取和許可權:適當的用戶存取管控是治理的基礎,以保護資料隱私、防止資訊洩露,並確保專業人員可以存取所需工具。然而,一旦資料科學團隊增加到數十甚至數百人,管控就會變得越來越複雜。機器學習管理員(建立和監控企業內機器學習系統的人)必須平衡對簡化開發的需求和對管控機器學習工作流程內的任務、資源和資料存取的需求。現今,管理員往往透過建立試算表或使用臨時列表維繫數十種不同活動(如資料準備和訓練)和角色(如機器學習工程師和資料科學家)所需的存取策略。此工具需要手動維護,且可能需要數週才能確認新用戶有效完成工作所需的任務。Amazon SageMaker Role Manager讓管理員可以更輕鬆地控制存取並為用戶定義許可權限。管理員可以根據不同的使用者角色和職責選擇和編輯預建範本,並在幾分鐘內自動建立必要許可權的存取策略,以減少管理用戶所投入的時間和精力。 Ÿ   Amazon SageMaker Model Cards簡化模型資訊收集:目前,大多數專業人員依靠不同工具(如電子郵件、試算表和文字檔)記錄模型開發和評估期間的業務需求、關鍵決策和觀察結果。專業人員需要這些資訊以審視工作流程、註冊、審查、客戶查詢和監控。然而,蒐集這些詳細資訊需要耗時數月。有些專業人員試圖透過建構複雜的記錄保存系統以解決問題,但需要手動操作,且過程耗時並容易出錯。Amazon SageMaker Model Cards在AWS控制台提供單一的位置儲存模型資訊,在整個模型週期中簡化文檔管理。新功能會自動將輸入資料集、訓練環境和訓練結果等詳細訓練資訊直接輸入到Amazon SageMaker Model Cards。用戶也能使用自助問卷的形式保存模型資訊(如成效目標、風險評等)、訓練和驗證結果(如偏差或精準度指標)以及觀察結果供未來參考,以便進一步提升治理水準。 Ÿ   Amazon SageMaker Model Dashboard提供集中介面以追蹤機器學習模型:模型部署到生產環境後,專業人員希望不斷追蹤模型以瞭解其運作效能並識別潛在問題,通常每個模型皆會單獨完成。然而,當企業開始部署數千個模型時,此方式將越趨複雜,且仰賴大量的時間和資源。Amazon SageMaker Model Dashboard可以完整概覽已部署的模型和端點,讓專業人員只需在統一的集中介面即可追蹤資訊和模型行為。透過此集中介面,客戶也能使用內建整合的Amazon SageMaker Model Monitor(具備模型與資料偏移監控功能)和Amazon SageMaker Clarify(具備機器學習偏差檢測功能)。這種對模型行為和效能的端到端可識性能為簡化機器學習治理流程、快速解決模型問題提供必要資訊。欲瞭解 Amazon SageMaker治理功能的更多資訊,請參閱此連結。   下一代Notebook Amazon SageMaker Studio Notebook為專業人員提供從資料探索到部署的全託管Notebook體驗。隨著團隊規模和複雜性日益增加,可能有數十名專業人員需要使用Notebook協作開發模型。AWS推出三項新功能幫助客戶協作和自動化Notebook代碼,進一步為用戶提供最佳Notebook體驗。   Ÿ   簡化資料準備:專業人員在準備訓練資料時,希望直接在Notebook中探索資料集,以發現和糾正潛在的資料品質問題(如資訊缺失、極端值、資料集失真和偏差),專業人員可能耗時數月編寫樣板代碼,將不同部分的資料集視覺化、檢查資料集,以識別和修復問題。Amazon SageMaker Studio Notebook提供內建資料準備功能,讓專業人員只需輕鬆點擊,即可直接查看資料特性並修復資料品質。一切都直接在Notebook環境進行。當使用者在Notebook中顯示data frame(即資料的表格形式)時,Amazon SageMaker Studio Notebook會自動產生圖表,幫助使用者識別資料品質問題、提供資料轉換建議,並解決常見問題。專業人員選擇資料轉換後,Amazon SageMaker Studio Notebook會在Notebook中生成相應程式碼,可供每次運行Notebook時重複應用。 Ÿ   加速資料科學團隊的協作:準備好資料後,專業人員就可以開始開發模型。這是一個反覆運算的過程,可能需要團隊成員在同一個Notebook中進行協作。在此之前,團隊必須透過電子郵件或聊天應用程式交換Notebook和其他資產(如模型和資料集),以便在Notebook上即時協作,這會導致溝通疲勞、回饋延遲和版本不一等問題。Amazon SageMaker提供統一的工作區域,讓團隊成員可以在其中即時閱讀、編輯和運行Notebook,以簡化協調和溝通。團隊成員可以一起查看Notebook成果,即時瞭解模型效能,且無需反覆傳遞資訊。此外,Amazon SageMaker Studio Notebook支援BitBucket和 Amazon CodeCommit 等服務,團隊可以輕鬆管理不同的Notebook版本,並比對版本變更。如實驗和機器學習模型等附加資源也會自動保存,使團隊工作井然有序。 Ÿ   Notebook代碼自動轉換為生產環境就緒的執行任務:當專業人員要將訓練完成的機器學習模型運用到生產環境中時,通常需要將代碼片段從Notebook複製到一個腳本,再將腳本及所有連帶項目整合至容器中,最後調度容器執行。要排程重複執行此任務,必須搭建、配置和管理持續性的整合和交付(CI/CD)管道,才能實現自動化部署。搭建所有必要的基礎設施可能需要數週時間,這將佔用核心的機器學習開發時間。Amazon SageMaker Studio Notebook能讓專業人員選擇一個Notebook,並自動化為能在生產環境運行的任務。Notebook選定後,Amazon SageMaker Studio Notebook會建立整個Notebook的快照,將連帶項目整併至容器,建構基礎設施,並按既定時程將Notebook視為自動化任務執行,當任務完成時釋放基礎設施,這將Notebook投入生產所需時間從數週縮短至數小時。欲瞭解更多下一代Amazon SageMaker Studio Notebook新功能,請參閱此連結。   使用即時推論請求,自動驗證新模型 在部署到生產環境前,專業人員會測試和驗證每個模型,檢查模型效能並識別可能對業務產生負面影響的錯誤。專業人員會使用過去的推論請求資料測試新模型的效能,但這些資料有時無法代表當前的真實推論請求。例如用於規劃最快路線的機器學習模型歷史資料,可能無法代表交通事故或突然封鎖道路時交通流量的改變。為解決這個問題,專業人員將發送到生產環境模型的推論請求建立副本,並路由引導至他們想要測試的新模型。這將耗時數週以建構測試基礎設施、複製推論請求、比較新模型在關鍵指標(如延遲和輸送量)上的表現。雖然這讓專業人員對模型的執行情況更有信心,但數百至數千個模型實施解決方案的成本和複雜性太高,因而無法規模化。   Amazon SageMaker Inference提供一種新功能,讓專業人員更輕鬆地即時使用相同的真實推論請求資料,將新模型的效能與生產環境模型的效能進行比較。現在,他們可以將測試同時擴展至數千個新模型中,無需建構測試基礎設施。首先,客戶選擇想要測試的生產環境模型,Amazon SageMaker Inference隨後會將新模型部署到具有完全相同條件的託管環境。Amazon SageMaker將生產環境模型收到的推論請求副本路由到新模型,並建立效能儀表板(Dashboard)顯示關鍵指標之間的效能差異,客戶便可以即時瞭解每個模型的不同之處。客戶一旦驗證新模型的效能並確認無誤,便可安全地部署。欲瞭解更多Amazon SageMaker Inference的詳細資訊,請參閱此連結。   Amazon SageMaker全新的地理空間功能使客戶更輕鬆地使用衛星定位及地理位置資料進行預測 目前大部分收集到的資料都包含地理空間資訊(如位置座標、天氣圖和交通資料),但由於地理空間資料集難以處理,通常為達到PB級規模,且跨越整個城市或數百公里土地,因此應用於機器學習的地理空間資訊只有少部分。要建構地理空間模型時,客戶會採購衛星圖像或地圖資料等第三方資料來源補充專有資料。由於地理空間資料規模龐大,專業人員需要整併這些資料,準備資料以用於訓練,並編寫程式碼將資料集劃分為可管理的資料子集。當客戶準備部署訓練好的模型時,他們必須編寫更多程式碼以重新組合多個資料集,將資料和機器學習模型預測連接。為了從完成的模型中擷取預測結果,專業人員需要花費數天使用開源的視覺化工具在地圖上做渲染。從資料優化到視覺化,整個過程可能耗時數月,使得客戶難以利用地理空間資料及時產生機器學習預測。   Amazon SageMaker協助客戶豐富資料集、訓練地理空間模型並將結果視覺化的時間從數月縮短到數小時,加速和簡化地理空間機器學習預測。客戶只需點擊或運用API就可以使用Amazon SageMaker存取各種地理空間資料來源,如AWS的位置服務Amazon Location Service、開放資料集Amazon Open Data、客戶自有資料和來自Planet Labs等第三方供應商的資料。當專業人員選擇想要使用的資料集,他們可以利用內建的運算器將這些資料集與自己的專有資料合併。為了加快模型開發,Amazon SageMaker提供預先訓練的深度學習模型,其支援的案例包括透過精準農業預測提高作物產量、監測自然災害後區域恢復的情況,以及城市規劃等。訓練完成後,內建的視覺化工具會在地圖上顯示資料與新的預測。欲瞭解更多Amazon SageMaker全新的地理空間功能,請參閱此連結。   Capitec Bank是南非最大的數位銀行,擁有超過1000萬的客戶。Capitec Bank機器學習工程師Dean Matter表示:「Capitec在各個產品線皆擁有許多資料科學家,以建構不同的機器學習解決方案。我們的機器學習工程師管理一個以Amazon SageMaker為基礎建構的集中式建模平台,支援所有機器學習解決方案的開發和部署。在沒有任何內建工具的情況下,追蹤建模工作往往會發生文件脫節,模型缺乏可識性等問題。借助Amazon SageMaker Model Cards,我們可以在統一的環境中追蹤大量的模型中繼資料;而Amazon SageMaker Model Dashboard提供每個模型效能的可識性。此外,Amazon SageMaker Role Manager也簡化對不同產品線資料科學家進行的存取管理。每一項功能都有助於模型治理,以確保客戶對我們的信任。」   EarthOptics是一家土壤資料測量和製圖公司,利用專有感測器技術和資料分析,精確測量土壤健康狀況和土壤結構。EarthOptics執行長Lars Dyrud表示:「我們希望使用機器學習幫助客戶利用經濟實惠的土壤地圖提高農作物產量。Amazon SageMaker的地理空間機器學習功能,使我們能夠使用多個資料來源快速建立演算法模型,並將研究和部署生產環境API之間的時間縮短到一個月。受益於Amazon SageMaker,我們為美國各地的農場和牧場部署土壤固碳的地理空間解決方案。」   HERE Technologies是一個具領導性的地理位置資料(location data)和技術平台,幫助客戶建立自訂地圖和以高精準度位置資料為基礎的位置體驗。HERE Technologies產品和技術長Giovanni Lanfranchi表示:「我們的客戶需要即時情境資訊,利用空間模式(spatial pattern)和趨勢洞察做出業務決策。我們依靠機器學習自動從不同資料來源獲取地理位置資料,加強資料的情境資訊,並加速資料分析。Amazon SageMaker讓我們在生產環境中更嚴格且主動地測試機器學習模型,避免對客戶造成不利的影響,或因為部署模型出錯導致中斷。這對我們至關重要,因為客戶期待根據瞬息萬變的地理位置資料提供及時見解。」   Intuit是全球性的金融技術平台,透過TurboTax、Credit Karma、QuickBooks和Mailchimp等產品,支援全球超過1億客戶的發展。Intuit工程暨產品開發總監Brett Hollman表示:「我們正在釋放資料的力量,為我們平台上的消費者、經營者和小型企業帶來金融改革。為了進一步提高團隊效率,並將AI驅動的產品快速推向市場,我們與AWS密切合作,設計SageMaker Studio Notebook中全新的團隊協作功能。我們成功簡化溝通和協作,讓我們的團隊能夠使用Amazon SageMaker Studio將機器學習規模化。」   欲瞭解更多Amazon SageMaker的詳細資訊,請參閱此連結。

文章來源 : 世紀奧美 發表時間 : 瀏覽次數 : 10055 加入收藏 :
2022 Fortinet 資安嘉年華盛大登場!跨域應用強化台灣資安韌性,全方位解決方案厚植企業防護能量

全方位整合與自動化網路資安領導廠商 Fortinet®(NASDAQ:FTNT)昨(7)日舉辦年度資安盛會「Fortinet資安嘉年華」。本次活動特別邀請KPMG安侯建業、台灣微軟、彰化基督教醫院、台灣科技大學、微智安聯等產學夥伴攜手Fortinet 資安專家,針對企業資安風險分析、雲端資安趨勢、醫療與製造業資安升級、資安人才培育與關鍵資安解決方案等五大關鍵主題,分享台灣各產業如何提升整體資安防禦思維,邁向數位轉型新契機。 Fortinet 台灣區總經理吳章銘表示:「根據Fortinet《2023全球資安威脅預測》顯示,駭客不僅持續破壞外部攻擊面,更將發動直闖內網的資安攻擊,使得企業布局數位力提升競爭優勢的同時,面臨巨大營運挑戰。Fortinet持續深化台灣市場耕耘,從早期的Fortinet Security 361° 資安論壇轉型至近年的資安嘉年華,讓台灣各產業資安專業人員得以輕鬆掌握最新資安趨勢,並清楚認識Fortinet最先進且全面的資安解決方案,共創更完善的資安聯防生態系。」 後疫時代成資安浩劫?專家深度解析最新資安趨勢,跨域協力驅動安全防護再升級 疫情時代加速企業組織數位轉型伴隨而來的資安升級與韌性強化挑戰,躍升決策者不可忽視的核心議題。隨著近年來駭客攻擊數量急遽增加、規模迅速擴張,如何守護端點設備及雲端安全,提升內部整體資安防禦思維,成為各大企業所面對的重大考驗,也促使政府推動「資安即國安2.0」戰略,對關鍵產業的資安能力提出更高標準的要求。 為主題講座揭開序幕的KPMG安侯建業副總經理林大馗,分享「2022 年台灣企業資安曝險調查報告」,指出國內各產業不僅資安人員能量均嚴重不足,更有超過5成的供應鏈核心產業位居末段班。KPMG安侯建業建議企業導入及驗證資安國際標準,採用縱深防禦策略防範日益升溫的社群媒體風險。台灣微軟客戶成功事業群副總經理張書源則介紹微軟的三階段零信任成熟度等級以及部屬零信任架構守護雲端資安的關鍵作用與優勢。 此外,本次資安嘉年華討論也橫跨醫療及製造領域,邀請豐富實戰經驗的專家學者,獨家解密各產業的資安佈局。彰化基督教醫院資安主任粘良祁分享在「資源有限」及「資安人才難尋」的環境裡,如何從策略、管理與技術三個面向應對資安治理困境。國立台灣科技大學機械系教授李維楨介紹國際電工委員會 IEC 62443 資訊安全標準及其相關認證,以及Fortinet 產品如何導入台科大工業4.0中心,共同打造符合IEC 62443資安要求的示範場域。而微智安聯執行長蔡一郎則分享與Fortinet一同打造的虛實整合「次世代資安人才試鍊場」Fortinet Cyber Range,可評量人員實務技術能力,提升資訊人員職能。 大秀資安實力!Fortinet展現全方位解決方案,助企業提升主動防禦量能、鞏固資安防護網 Fortinet 資安嘉年華除了邀請台灣各產業資安專業人員共同剖析台灣資安產業全局,Fortinet資安專家亦於會中分享Fortinet如何協助企業組織資料安全上雲,並透過端點防護、零信任存取、託管式偵測與回應服務等關鍵資安解決方案,為台灣企業強化資安韌性,迎戰後疫情時代日新月異的資安威脅與攻擊危害。 身為擁有業界最為符合Gartner 重點戰略技術趨勢「網路安全網格架構(CSMA)」的資安領導廠商,Fortinet安全織網(Fortinet Security Fabric)不僅透過「資安鐵三角」FortiGate、FortiAP、FortiSwitch無縫整合防火牆、交換器及無線基地台,協助企業打造安全無虞的定點和行動辦公環境,更在2022年推出「網路安全 3+3」的全新資安架構,結合廣域網路邊緣基礎架構(SD-WAN)、零信任網路存取(ZTNA)與FortiToken增強式身份驗證解決方案,讓企業得以將安全政策延伸至分點、居家和行動用戶,輕鬆實現資安納管無邊界。 Fortinet亦持續耕耘技術創新,提供最廣泛的產品及安全解決方案組合。Fortinet零信任存取解決方案融合FortiSASE全面性的安全防護功能,並藉由SD-WAN優化FortiGate內建功能及FortiClient,使企業能夠運用內部原有的新世代防火牆(NGFW),更快速地存取本地資料中心內的服務與資源。強調換位思考的FortiRecon則由攻擊方角度強化企業資安,藉由外部攻擊面管理(EASM)、品牌保護(BP)、以對手為中心的情報 (ACI)等功能,監控組織的外部攻擊面並對安全問題發出警報,同時自動檢測對組織安全和品牌聲譽的威脅,幫助組織主動評估風險,提高員工的安全意識。 技術服務方面,Fortinet全新推出的FortiMDR全中文化服務,除了整合以人工智慧驅動的新世代端點防護解決方案 FortiEDR,更與台灣在地專業技術團隊通力合作,提供全天候且不限次數的威脅偵測和警報,為企業打造全方位的資安防護網。由全球300多位資深高級技術人員組成的Fortinet Advanced Support 服務亦持續發揮影響力,透過FortiGate配置強化與性能健康檢查、知識轉移及生命週期審查報告,提供企業更進階的支援與安全防護,補足遭遺漏的資安死角。 資安威脅風險日益加劇,Fortinet致力強化台灣資安韌性、奠定數位轉型根基 面對逐漸白熱化的資安威脅與駭客攻擊,Fortinet 2023年將持續深耕台灣市場,針對企業組織的潛在資安風險,推出更多完善且專業的全方位資安解決方案。Fortinet將持續攜手國內產官學業者,共同探討資安聯防的最佳實踐以及資安人才的培育,在全球數位轉型浪潮下,力助台灣企業奠定數位韌性、立足資安根基。

文章來源 : 香港商霍夫曼公關顧問股份有限公司 發表時間 : 瀏覽次數 : 16261 加入收藏 :
LeddarTech 宣布推出 LeddarVision 前視融合與感知軟件產品,旨在幫助 2/2+級汽車 ADAS 應用開發

魁北克市, Dec. 07, 2022 (GLOBE NEWSWIRE) -- LeddarTech® 是一間提供最靈活、強大且準確的高級輔助駕駛系統 (ADAS) 與自動駕駛軟件 (AD software) 技術的全球領先公司。該公司隆重宣布推出 LeddarVision™ 前視-E (LVF-E) 與 LeddarVision™ 前視-H (LVF-H) 兩套差異鮮明的綜合低階融合與感知軟件棧,實現 2/2+ 級 ADAS 感應器模式的理想結合,並獲得歐洲新車評核計劃.2025 (Euro NCAP 2025)/一般安全規例 2022 (GSR 2022) 5*級評定。 LeddarTech 幫助 1-2 級供應商與原始設備製造商應對在開發 2/2+ 級 ADAS 應用時面臨的挑戰,例如解決安全問題,或尋找以低成本實現高性能的可擴展融合與感知軟件。LeddarTech 開發的 LeddarVision 前視 (LVF) 汽車軟件家族產品將解決這些難題。 LVF-E (LeddarVision 前視-入門級):專為尋求開發入門級 ADAS 安全應用與 L2/L2+ 級公路輔助應用的客戶打造的 LVF-E,是一套獲 NCAP 2025/GSR 2022 五星評定的入門級 ADAS L2/L2+ 級公路輔助綜合前視融合與感知軟件棧。LeddarTech 的低階融合 (LLF) 技術將性能發揮到極致,使感應器有效範圍提升一倍,並首次實現了 1V2R,即僅憑一個 120 萬像素 120 度前視攝像頭與兩個前置短距角雷達的配置打造的解決方案。低成本的感應技術,加之在 TDA4L 平台上的高效執行,實現 L2/L2+ 入門級 ADAS 系統成本的最小化。B 樣計劃於 2023 年第 2 季度交付,目標是 2025/2026 年開始汽車產品的量產。 LVF-H (LeddarVision 前視-高階):前視產品家族中的融合與感知軟件棧高級套組。感應器配置擴展為 1V5R,由一個 300 萬像素 120 度攝像頭、一個前置中距雷達和四個短距角雷達組成。軟件棧亦將感知支援擴展至公路輔助應用,包括 160 km/h 自適應巡航定速、200 米感知範圍以及半自動換線。同時還增強了 NCAP 2025 對超車/掉頭/開門碰撞情景的支援。此外,憑藉在 TDA4L 平台上的高效執行以及一個 Hailo-8 深度學習加速器,低成本感應技術也可以實現經濟節約的前視 L2/L2+ 高級 ADAS。B 樣計劃於 2023 年第 3 季度交付,目標是 2026 年開始汽車產品的量產。 LeddarVision 前視 (LVF) 產品家族旨在滿足客戶的如下需求: 高性能與成本效益 LeddarVision 的低階融合 (LLF) 技術將性能發揮到極致,使感應器有效範圍提升一倍。 產品感應功能的最低成本與在 TDA4L 平台上的高效執行實現了系統成本的最低化。 目標分離以及公路縱向位置測量的優異準確度令高性能表現的自適應巡航定速得以實施。 安全性 LVF 產品可滿足 5* 級 NCAP 2025/GSR 2022 安全應用。 包含內嵌冗餘功能,對感應器失效、退化和衝突具有容錯性。 優異的目標分離以及公路縱向位置測量準確度提供了額外的安全功能。 靈活且可擴展 一套綜合前視融合與感知軟件棧,支援從入門級到高級 ADAS 公路輔助 2/2+ 級應用。 客戶如感興趣,可聯絡 LeddarTech 了解 LVF-E 與 LVF-H 產品「A」樣。 「我榮幸地宣布我們最新的感應器融合與感知產品將支援入門級到高級 ADAS 公路輔助 2/2+ 級應用」,LeddarTech 行政總裁 Charles Boulanger 宣布道。「就高性能感應器以及相應的成本效益、靈活性與可擴展性來說,市場需求達到了前所未有的高度,而我們的 LVF 產品家族正是要滿足這些需求」,Boulanger 先生繼續道。「我們 LeddarTech 的使命是透過支援 ADAS 與 AD 應用的實現來改善安全性以及提高生活品質,而隨著這兩款獲得 NCAP 2025/GSR 2022 5* 級評定的產品發布,這一目標已然實現。」Boulanger 先生繼續說道:「我期待在 2023 年宣布推出更多產品,繼續滿足行業需求並改善人們的生活品質。」 LeddarTech 的 LeddarVision LVF-E 與 LVF-H 軟件產品將於 1 月 5 日 - 8 日在拉斯維加斯的 CES 2023 上高調亮相,敬請蒞臨拉斯維加斯會議中心西廳 # 5475 LeddarTech 展位。 關於 LeddarTech LeddarTech 成立於 2007 年,是一間全球軟件公司,開發並提供綜合感知解決方案,從而實現 ADAS 與自動駕駛應用的部署。LeddarTech 的汽車級軟件應用 AI 人工智能和計算機視覺算法生成高準確度環境 3D 模型,實現更優的駕駛決策與更安全的道路導航。這項高性能、可擴展且具成本效益的技術幫助原始設備製造商 (OEM) 和 1-2 級供應商發揮優勢,用於汽車與野外車輛解決方案的高效實施。 LeddarTech 在多項遠程傳感創新發明上有所成就,已獲得或正在申請中的專利共計超過 140 項,均爲提升 ADAS 與 AD 能力而設。爲使全球汽車的行動力更安全、更高效、可持續發展並且價格可負擔,可靠的感知能力至關重要,正是這一點推動 LeddarTech 成爲被最廣泛採用的傳感器融合與感知軟件解決方案。 關於 LeddarTech 的其他資訊可從 www.leddartech.com 以及 LinkedIn、 Twitter、 Facebook 和 YouTube 獲取。 聯絡人: Daniel Aitken,副總裁,全球營銷、通訊與投資者關係,LeddarTech Inc. 電話:+ 1-418-653-9000 內線 232 daniel.aitken@leddartech.com 投資者關係聯絡方式與網站:InvestorRelations@leddartech.com https://investors.leddartech.com/ Leddar、LeddarTech、LeddarSteer、LeddarEngine、LeddarVision、LeddarSP、LeddarCore、LeddarEcho、VAYADrive、VayaVision、XLRator 以及相關徽標是 LeddarTech Inc. 及其附屬公司的商標或註冊商標。所有其他品牌、產品名稱和標誌均爲或可能爲用於識別其個別擁有者產品或服務的商標或註冊商標。  

文章來源 : Notified 發表時間 : 瀏覽次數 : 8525 加入收藏 :
LeddarTech Announces the Release of LeddarVision Front-View Fusion and Perception Software Products Designed for Automotive Level 2/2+ ADAS Applications

QUEBEC CITY, Dec. 07, 2022 (GLOBE NEWSWIRE) -- LeddarTech®, a global leader in providing the most flexible, robust and accurate ADAS and AD software technology, is pleased to announce the launch of the LeddarVision™ Front-View-E (LVF-E) and LeddarVision™ Front-View-H (LVF-H), two distinct comprehensive low-level fusion and perception software stacks that optimally combine sensor modalities for Level 2/2+ ADAS applications achieving a 5* NCAP 2025/GSR 2022 rating. LeddarTech addresses the challenges Tier 1-2 suppliers and OEMs struggle with when developing Level 2/2+ ADAS applications, such as solving safety issues and finding scalable fusion and perception software that offers high performance at a low cost. The LeddarVision Front-View (LVF) family of automotive software products, developed by LeddarTech, addresses these challenges. LVF-E (LeddarVision Front-Entry): Created for customers seeking to develop entry-level ADAS safety and highway assistance L2/L2+ applications, LVF-E is a comprehensive front-view fusion and perception stack for entry-level ADAS L2/L2+ highway assist and 5-star NCAP 2025/GSR 2022. LeddarTech’s low-level fusion (LLF) technology pushes the performance envelope, doubling the effective range of the sensors and enabling for the first time a solution with only a single 1.2-megapixel 120-degree front camera and two short-range front corner radars in a 1V2R configuration. Low-cost sensing, together with efficient implementation on the TDA4L platform, achieves the lowest system cost for L2/L2+ entry-level ADAS. B-sample is planned for Q2 2023, targeting vehicle SOP in 2025/6. LVF-H (LeddarVision Front-High): The premium companion fusion and perception stack in the front-view product family. With sensor configuration extended to 1V5R based on a single 3-megapixel 120-degree camera, single front medium-range radar and four short-range corner radars, the stack extends the perception support to highway assist applications, including 160 km/h adaptive cruise control, 200-meter range and semi-automated lane change. It also enhances the NCAP 2025 support for overtaking/ reverse/dooring scenarios. Furthermore, with efficient implementation on the TDA4L platform and a single Hailo-8 deep-learning accelerator, low-cost sensing achieves economic front-view L2/L2+ premium ADAS. B-sample is planned for Q3 2023, targeting vehicle SOP in 2026. The LeddarVision Front-View (LVF) family of products is designed to meet the needs of their customers: High-Performance and Cost-Effective LeddarVision’s low-level fusion (LLF) technology pushes the performance envelope, doubling the effective range of the sensors. The products’ lowest-cost sensing feature and efficient implementation on the TDA4L platform achieve the lowest system costs. Superior accuracy in object separation and longitudinal position measurement on highways enable higher-performing adaptive cruise control implementation. Safety LVF products address 5* NCAP 2025/GSR 2022 safety applications. Include a built-in redundancy feature to accommodate sensor failures, degradations and conflicts. Provide an increased safety feature due to superior accuracy in object separation and longitudinal position measurement. Flexible and Scalable A comprehensive front-view fusion and perception stack that supports entry-level to premium ADAS highway assist Level 2/2+ applications. Interested customers can contact LeddarTech for “A” samples of the LVF-E and LVF-H products. “I am excited to announce our newest sensor fusion and perception products to support entry-level to premium ADAS highway assist Level 2/2+ applications,” stated Mr. Charles Boulanger, CEO of LeddarTech. “The market’s need for a high-performance sensor fusion and perception product while also being cost-effective, flexible and scalable and has never been greater, and our LVF family of products addresses that need,” Mr. Boulanger continued. “Our mission at LeddarTech is to improve safety and the quality of life by enabling ADAS and AD applications, and this is accomplished with the release of these two products that achieve 5* NCAP 2025/GSR 2022 ratings.” Mr. Boulanger concluded: “I look forward to announcing additional products in 2023 that will continue to meet the needs of the industry and improve the quality of people’s lives.” LeddarTech’s LeddarVision LVF-E and LVF-H software products will be highlighted at CES 2023, January 5-8 in Las Vegas, within LeddarTech’s booth # 5475, LVCC West Hall. About LeddarTech LeddarTech, a global software company founded in 2007, develops and provides comprehensive perception solutions that enable the deployment of ADAS and autonomous driving applications. LeddarTech’s automotive-grade software applies AI and computer vision algorithms to generate highly accurate 3D models of the environment, allowing for better decision making and safer navigation. This high-performance, scalable, cost-effective technology is leveraged by OEMs and Tier 1-2 suppliers for the efficient implementation of automotive and off-road vehicle solutions. LeddarTech is responsible for several remote-sensing innovations, with over 140 patents granted or applied for that enhance ADAS and AD capabilities. Reliable perception is critical in making global mobility safer, more efficient, sustainable and affordable: this is what drives LeddarTech to become the most widely adopted sensor fusion and perception software solution. Additional information about LeddarTech is accessible at www.leddartech.com and on LinkedIn, Twitter, Facebook and YouTube. Contact: Daniel Aitken, Vice-President, Global Marketing, Communications and Investor Relations, LeddarTech Inc. Tel.: + 1-418-653-9000 ext. 232 daniel.aitken@leddartech.com Investor relations contact and website: InvestorRelations@leddartech.com https://investors.leddartech.com/ Leddar, LeddarTech, LeddarSteer, LeddarEngine, LeddarVision, LeddarSP, LeddarCore, LeddarEcho, VAYADrive, VayaVision, XLRator and related logos are trademarks or registered trademarks of LeddarTech Inc. and its subsidiaries. All other brands, product names and marks are or may be trademarks or registered trademarks used to identify products or services of their respective owners.

文章來源 : Notified 發表時間 : 瀏覽次數 : 2424 加入收藏 :
2022長庚大學校園創新創業競賽 跨領域團隊抱走大獎

2022長庚大學「庚新盃」校園創新創業競賽,12月3日舉辦決賽暨頒獎典禮,透過創新教育結合創業競賽,提升校園新創風氣,培育具創業家精神及產業實務經驗人才。榮獲第一名的團隊為物治系復健科學所、護理系、生醫系、資工系學生所組成的「富癒生醫」,以被動踝關節活動訓練儀為其主題,獲得評審一致讚賞,抱走3萬元的獎金。 長庚大學辦理創新創業競賽,鼓勵學生跨領域合作。 長庚大學技合處創新育成中心表示,此次競賽報名踴躍,有21隊參加初選,包含25個系所、79人次參與,各組團隊皆相當優秀,經過書審評選,10組菁英團隊進入決賽。各隊都展現出創意構想、技術實力以及團隊合作的精神,在評審提出實戰專業建議的指導下,團隊成員更了解目前業界所著重的觀點及市場趨勢,獲得無比寶貴的建議與經驗分享,有助將創新創業的理念打造成理想的商業模式。 本次拿下第二名的是「HADA TECH好達膚」,第三名為「SENSOR TECH」,分別獲得2萬元與1萬元的獎金;「AI視覺動物」以及「Love & Care」團隊則獲佳作,各得6千元。此外,主辦單位也將從本次競賽中,評選出商品與服務最具創新且兼具市場前瞻性的三組團隊,未來將提供團隊創業實踐補助金6萬元,作為開設新創公司的發展資金。 今年度「庚新盃」競賽由長庚大學創新育成中心、教育部創新創業教育計畫、精準健康產業跨領域人才培育計畫、CGU SPARK辦公室以及T4GIP科研產業化平台主辦,桃園市政府青年事務局、長庚大學技合處技術移轉中心、建教合作中心、技術產創中心協辦。 決賽評審團隊由相關領域專家學者組成,包括社團法人中華創業育成協會賴荃賢秘書長、中華民國工業協進會秘書長暨教育部 Maker 注資委員張文龍委員,以及長庚大學早期療育研究所程欣儀教授。 長庚大學安排創新創業相關領域專家擔任評審,並給予參賽團隊建議。 經過一番激烈競爭,本次競賽圓滿落幕。創新育成中心鼓勵有志於未來創業的青年學子,學習團隊合作與展現創意,校方也將持續以競賽方式培植青年人才,進而帶動校園創新創業風潮,結合政府與學校新創產業發展資源,培養創業知能及團隊合作的精神,期以提升創新研發價值,強化前瞻創新競爭力。

文章來源 : 長庚大學秘書室 發表時間 : 瀏覽次數 : 16108 加入收藏 :
2025 年 4 月 27 日 (星期日) 農曆三月三十日
首 頁 我的收藏 搜 尋 新聞發佈