Andrew Ng 교수가 하는 "생산 공정 제품 이상 감지" 도메인 솔루션 사업

차별성

머신러닝 전문가가 아닌 도메인 전문가가 사용하는 플랫폼이라는 점은 수아킷과 비슷하지만 아래와 같은 차별점들이 있음. 요약하자면 모델링보단 데이터 퀄리티를 높이는 것에 초점을 둚. 결국 AI는 Data가 중요하다는 것.

• Rather than holding the training set fixed and trying to improve the model, we hold the model fixed and help manufacturers improve the training set. We’ve found that this approach leads to faster progress in production settings.
• Rather than focusing on building models that recognize defects better than humans can, our tools aim to improve human-level performance. The better humans can recognize defects, the more consistently they’ll label those defects in training data, and the better the trained models will be. This is a very different philosophy from usual in AI research, where the goal often is to beat human-level performance.

How?

그래서 어떻게 도메인 전문가가 쉽게 데이터 퀄리티를 높이는지?

• Define Defects → Defect Consensus → Global Dataset and Defect Data 구분 → Collect Data → Label Data → Data Management for Model Training → Experiment Report 이러한 일련의 과정을 손쉽게 할 수 있도록 UI/UX를 제공
• 아래 'Feature Brief'에서 자세한 내용을 볼 수 있음

홈페이지

AI Visual Inspection Platform - Landing AI

Feature Brief