KIOXIA, bellek merkezli yapay zeka ile otomatik görüntü tanıma teknolojisi geliştirdi

KIOXIA Europe, Tsubakimoto Chain Co. ve EAGLYS Inc. ile iş birliği yaparak, lojistik iş akışlarında hareket eden ürünleri otomatik olarak tanımlayan yapay zeka tabanlı bir görüntü tanıma teknolojisinin geliştirildiğini duyurdu.

Bu sistemin merkezinde, KIOXIA’nın AiSAQ yazılımı ve Bellek Merkezli Yapay Zeka teknolojileri yer alıyor. Şirket, bu geliştirmenin lojistikte otomasyonu ve verimliliği destekleyerek, kuruluşların değişen piyasa ihtiyaçlarına hızlı yanıt vermesine ve maliyetleri yönetmesine katkı sağlamayı amaçladığını belirtti.

Teknolojinin Amacı ve Çalışma Şekli

E-ticaret hacminin ve ürün yelpazesinin artması, lojistik ağlarında operasyonel verimlilik ihtiyacını artırıyor. Geleneksel görüntü tanıma sistemleri, yeni ürünler piyasaya sürüldüğünde yeniden parametre ayarlaması ve eğitim gerektiriyordu. Bu durum, zaman ve maliyet artışına neden oluyordu.

KIOXIA, bu zorlukları ele almak için Bellek Merkezli Yapay Zeka teknolojisiyle birlikte AiSAQ yazılımını kullanıyor. Bu teknoloji, görseller, etiketler ve özellik bilgileri dahil olmak üzere kapsamlı yeni ürün verilerini yüksek kapasiteli depolamada saklıyor. Bu sayede, temel yapay zeka modelinin yeniden eğitilmesine gerek kalmadan yeni ürün bilgileri hızlıca sisteme eklenebiliyor.

Teknoloji, veri hacmi arttıkça arama sürelerini ve bellek gereksinimlerini azaltmak için verileri indeksliyor ve indekslenen verileri SSD depolamaya taşıyor, böylece daha hızlı ve verimli bir geri alım sağlanıyor.

Fuar Tanıtımı ve Açıklamalar

Ortak geliştirilen bu görüntü tanıma teknolojisi, 3-6 Aralık tarihlerinde Tokyo Big Sight'ta düzenlenecek 2025 Uluslararası Robot Teknolojileri Fuarı’nda sergilenecek. Ziyaretçiler, konveyör boyunca hareket eden ürünleri hızla sınıflandıran sistemi çalışırken görebilecekler.

KIOXIA Europe GmbH Hafıza ve SSD ürünleri Başkan Yardımcısı ve Teknoloji Direktörü Axel Störmann, amaçlarının sadece bellek seçenekleri sunmak olmadığını, aynı zamanda teknolojiyi açık kaynaklı hale getirerek geliştiricilerin performans ve kapasiteyi yenilikçi yöntemlerle iyileştirmesine yardımcı olmak olduğunu ifade etti. Störmann, SSD tabanlı ANNS kullanımının, maliyetli DRAM'e olan bağımlılığı azalttığını ve büyük ölçekli uygulamaların performans aralığını artırdığını belirtti.