Brodmann17希望在沒有昂貴的芯片的情況下為物聯網提供動力

一個新的以色列機器學習初創公司正在計算機視覺環中投入一個算法，據說它可以擊敗市場上最好的算法。今天推出的Brodmann17推出了新的機器視覺產品，可以幫助進行行人檢測，人臉檢測和其他任務。

機器學習中最大的問題之一是使高級算法高效運行。在裝有頂級芯片的耗電量大的服務器上訓練和運行模型是一回事，而另一個則是讓它們適用于智能手機，聯網汽車或相機中的嵌入式處理器。Brodmann17聲稱其算法能夠在各種硬件上運行，并且比其他最先進的產品更快，更準確，更高效。

Brodmann17首席執行官Adi Pinhas表示，這對于推動該技術應用至關重要，因為硬件制造商希望增加智能功能，但又不想將GPU用于移動設備上的計算機視覺任務。

“沒有人愿意在[物聯網]設備或智能手機內放置一個非常熱，非常昂貴的GPU，”他說。

據該公司首席技術官Amir Alush稱，為了解決這個問題，Brodmann17團隊創建了一個新的深度學習架構。該算法不僅僅采用現有的架構并將其壓縮以在較小的設備上運行，而是從頭開始構建以實現高效。

“我們發現深度學習架構在計算中有很多冗余，”Alush說。

例如，該團隊能夠在單個三星Artik A15處理器核心上以每秒約25幀的速度進行實時面部檢測。Alush表示，演示代碼并未針對Artik芯片進行優化，因此Brodmann17未來可能會獲得額外的性能提升。

Brodmann17尚未公開提供其算法內部工作的明確細節，盡管它計劃在今年晚些時候這樣做。然而，該團隊似乎有能力推進機器視覺領域。Pinhas和Alush各自發表了多篇關于這一主題的論文。首席科學家Assaf Mushinsky之前曾為三星和EyeSight Technologies負責機器視覺。Brodmann17算法背后的技術起源于特拉維夫大學教授Lior Wolf的實驗室，他目前在Facebook擔任研究科學家。如果他們的聲明泛濫，該技術開辟了一系列可能的應用。

該團隊籌集了由Lool Ventures，三星Next和索尼創新基金共同領導的160萬美元種子輪。根據Lool普通合伙人Yaniv Golan的說法，在確認公司的技術聲明可信之后，做出投資決定相當簡單。

“一旦我們了解了[Brodmann17技術]的重要性和影響，以及公司與商業客戶實際實施所產生的業務，這是一個非常簡單的決定，”他說。

這家以色列創業公司以Korbinian Brodmann的名字命名，他是一名科學家，根據他們的運作方式將人腦劃分為52個區域。這個名字指的是Brodmann Area 17，它位于大腦后部，是主要的視覺皮層。

集成Brodmann17的圖像處理技術不需要專門的硬件或軟件 - 該公司的客戶之一能夠使用軟件更新在現有設備上部署該技術。

客戶還可以根據團隊隨時間推出的改進升級他們已部署的Brodmann17模型。

根據Pinhas的說法，Brodmann17主要向那些試圖并且未能使現有開源計算機視覺工具用于其應用的公司銷售其技術。

“當我們遇到不同的公司時，他們已經知道他們想要什么，就他們期望深入學習的東西，他們擁有的資源等等，”他說。

目前，該公司專注于圍繞行人檢測和人臉檢測等關鍵問題構建產品。該團隊計劃繼續專注于計算機視覺。在該領域還有很多工作要做，而且不乏應用程序。