Ir para o conteúdo

Agência de IA em Eindhoven

Desenvolvemos soluções de computer vision, ferramentas de processamento de documentos e agentes para equipas operacionais e asseguramos a sua gestão contínua. Para a GVB, o nosso software conta passageiros em imagens de câmaras.

Ao aplicar computer vision às imagens das câmaras de segurança, o nosso software conta os passageiros nos veículos da GVB

A GVB contava os passageiros manualmente: um processo trabalhoso, sujeito a erros e que oferecia apenas um retrato de um determinado momento. Desenvolvemos software capaz de assumir esta tarefa, usando computer vision nas imagens das câmaras de segurança de um veículo. As imagens não são visualizadas nem partilhadas; são apenas analisadas pelo modelo.

Leia o caso de estudo

Será que uma câmara vai passar a contar ou inspecionar peças na nossa linha de produção, e quem ficará responsável pelo modelo depois?

Nas empresas industriais e nos fornecedores de Brainport, as pessoas inspecionam componentes, leem ordens de trabalho e consultam especificações. Um modelo ou agente pode contar, inspecionar ou fazer uma sugestão. Mas só continua a funcionar se alguém o gerir.

Agende uma conversa

Imagens de câmaras, faturas e especificações: IA integrada no trabalho diário

Fale connosco sobre a sua aplicação

Contagem de passageiros em imagens de câmaras

Para a GVB, desenvolvemos software que utiliza computer vision para contar passageiros em imagens de câmaras de segurança, sem que ninguém tenha de ver as imagens.

Câmaras no local

Para a Floating Farm, instalámos as câmaras nós próprios e implementámos um modelo de computer vision que fornece informação sobre o processo de alimentação.

Comparar faturas com o trabalho realizado

O nosso modelo de IA para a Fokker Services Group calcula o valor esperado da fatura com base no trabalho realizado, para que apenas as faturas com discrepâncias sejam analisadas por um colaborador.

Gestão com MLOps

Após a entrada em produção, acompanhamos o modelo: gerimos versões, monitorizamos desvios e voltamos a treiná-lo quando a câmara, o produto ou o processo muda.

Um modelo só entra na fábrica com um conjunto de testes, um responsável e um plano de manutenção

  1. Tarefa e critério de avaliação

    Que tarefa assume a IA, que imagens ou documentos estão disponíveis e como avaliamos se o resultado está correto?

  2. Teste em paralelo com a linha de produção

    O modelo funciona primeiro em paralelo com o processo de controlo atual, para que possa ver onde acerta e onde falha.

  3. Em produção e sob gestão

    A monitorização, o logging e o retreino ficam definidos, com um responsável da sua equipa e acordos sobre o que fica a nosso cargo manter.

Há imagens e exemplos suficientes para pôr a IA em produção, ou são necessários primeiro dados melhores?

Avalie-o connosco numa conversa

É adequado se

Em cada turno, os colaboradores contam, inspecionam ou leem o mesmo tipo de imagens, ordens de trabalho ou especificações, e existem exemplos com o resultado correto para testar um modelo.

Não é adequado se

Um sensor com um limiar fixo ou uma verificação que o seu ERP ou MES já faz deteta a anomalia. É mais fácil manter essa solução do que um modelo ou agente.

O que determina a dimensão

O número de câmaras, variantes de produto ou tipos de documentos; se o resultado é necessário diretamente na linha de produção; onde o modelo é executado; e que parte da manutenção fica a nosso cargo.

Há pessoas nas imagens?

Nesse caso, aplica-se o RGPD e pode ser necessária uma DPIA. Na GVB, as imagens das câmaras não são visualizadas nem partilhadas; são apenas analisadas pelo modelo.

Junto à linha de produção, na cloud ou como funcionalidade de IA no seu software?

IA integrada no seu MES ou sistema de câmaras

Escolha esta opção se o fornecedor do seu MES, ERP ou sistema de câmaras disponibilizar esta função de série e estiver definido onde as imagens são armazenadas.

Um modelo no local

Escolha esta opção se as imagens não puderem sair da fábrica ou se a linha de produção tiver de reagir imediatamente ao resultado. Construímos o modelo e configuramos a gestão no local.

Um modelo na cloud

Escolha esta opção se estiverem envolvidas várias instalações ou linhas de produção. Recomendamos uma única pipeline central com MLOps, para que cada instalação execute a mesma versão do modelo.

A nossa equipa coloca os modelos em produção e continua a monitorizá-los

Desde 2016, a Data Science Lab desenvolve modelos e plataformas de dados, como parceira da Databricks e da Microsoft. O nosso escritório fica em Amesterdão; visitamos as empresas industriais em Eindhoven e Brainport nas suas instalações ou falamos com elas online.

Agende uma reunião de apresentação

Imagens de câmaras ou ordens de trabalho tornam a primeira conversa mais concreta

Stef Stoelwinder

Stef Stoelwinder

Desenvolvimento de negócio

Stef é o seu primeiro ponto de contacto. Na primeira conversa, falamos sobre que tarefa a IA irá assumir, que imagens ou documentos estão disponíveis e quem ficará responsável pela gestão.

Que tarefa no local de trabalho gostaria que a IA assumisse?

Descreva a tarefa, as câmaras, os sistemas ou documentos envolvidos e quem faz atualmente a verificação. Responderemos por e-mail ou agendaremos uma primeira conversa.

Introduza um endereço de e-mail válido.

Diga-nos como podemos ajudar.

Perguntas frequentes

Quem procura uma empresa ou agência de IA na região quer, normalmente, algo que funcione: software que assuma a contagem e a inspeção através de imagens de câmaras, extraia dados de ordens de trabalho ou, enquanto agente, execute uma etapa do processo de encomendas. Desenvolvemos e continuamos a manter estas soluções no âmbito das nossas soluções de IA.

Se quiser primeiro perceber onde a IA traz valor, leia sobre a nossa consultoria de IA em Eindhoven. Para modelos preditivos baseados em dados de máquinas, conheça a nossa agência de data science em Eindhoven.

Não. A GVB assegura os transportes públicos em Amesterdão e arredores. O caso de estudo da GVB está aqui porque mostra como funciona a computer vision com câmaras já instaladas, tal como acontece em muitas fábricas.

Neste momento, não temos casos de estudo publicados de Eindhoven ou Brainport. O nosso escritório fica em Amesterdão; visitamos as empresas da região ou reunimos online.

Um modelo aprende, a partir de imagens de exemplo com a identificação correta, o que deve reconhecer: uma pessoa, uma peça ou um risco. Depois, conta ou classifica novas imagens. Na Floating Farm, o projeto envolveu a classificação de imagens em tempo real com Python.

A qualidade depende sobretudo da iluminação, da posição da câmara e de haver exemplos suficientes do defeito que se pretende detetar. Saiba mais sobre computer vision.

Nesse caso, o modelo recebe imagens diferentes das usadas no treino, e a qualidade pode diminuir sem que ninguém se aperceba. Por isso, após a entrada em produção, monitorizamos alterações nos dados de entrada e nos resultados e voltamos a treinar o modelo com novos exemplos.

Saiba como organizamos as versões dos modelos, as medições e os novos ciclos de treino em MLOps.

Sim. Um modelo ou modelo de linguagem extrai dados de documentos e prepara-os para o seu sistema, ou compara-os com os valores esperados. Na Fokker Services Group, o nosso modelo compara o valor real da fatura com o valor esperado com base no trabalho realizado.

Saiba mais sobre esta abordagem em processamento de documentos com IA.

Um modelo executa uma tarefa delimitada, como avaliar uma imagem. Um agente usa um modelo de linguagem para executar vários passos consecutivos e acede, por iniciativa própria, a sistemas como o ERP ou a uma pasta com desenhos técnicos. Esta abordagem é adequada a tarefas cujos passos variam de caso para caso, como esclarecer uma pergunta de um cliente sobre uma encomenda.

Se estiver em causa uma aprovação ou uma encomenda, fazemos com que o agente prepare uma proposta para um colaborador. Consulte IA agêntica.

Depende do que é permitido fazer com as imagens e da rapidez com que é necessário obter um resultado. Se as imagens não puderem sair da fábrica, ou se a linha de produção tiver de reagir imediatamente, o modelo funciona num servidor nas instalações. Para análises em várias localizações, uma plataforma cloud como Azure ou Databricks poderá fazer mais sentido.

Em ambos os casos, acordamos antecipadamente quem fica responsável pelas atualizações, pela monitorização e pelo novo treino do modelo.

Quando um limite fixo, um sensor ou uma verificação no seu ERP ou MES já resolvem a tarefa. Ou quando ninguém regista produtos rejeitados e avarias, pelo que não há dados para avaliar um modelo. Nesse caso, comece por fazer esses registos.

Se quiser primeiro determinar onde a IA pode trazer mais valor, consulte a avaliação de IA para a indústria transformadora.