Die Zukunft sehen — KI-Vision in der Lebensmittelindustrie
Künstliche Intelligenz ist zu einem Schlagwort geworden — aber was bedeutet das wirklich für die Lebensmittelherstellung?
In dieser Folge spricht Winston mit Kirt Lillywhite darüber, wie KI-gestützte visuelle Inspektion die Lebensmittelindustrie verändert. Von intelligenteren Fabriken bis hin zu schnelleren Qualitätskontrollen untersuchen sie, wo Automatisierung auf Innovation trifft und wie die Zukunft der Lebensmittelproduktion aussehen könnte.
🔍 Zu den Themen gehören:
- Warum der Begriff „KI“ seine Bedeutung verloren hat und worauf es wirklich ankommt.
- Wie Bildverarbeitungssysteme Verarbeitern helfen, Qualität und Sicherheit zu gewährleisten.
- Wie Lebensmittelfabriken 2035 aussehen könnten.
- Wie Vertrauen, Genauigkeit und menschliche Erkenntnisse in der KI immer noch eine wichtige Rolle spielen.
👤 Über unseren Gast
Kirt ist Mitbegründer von Smart Vision Works, einem Unternehmen, das für seine KI- und Edge-Computing-Technologien bekannt ist, die zur Sortierung von Produkten und zur Erkennung physischer Verunreinigungen in der Lebensmittelproduktion eingesetzt werden. Er ist führend im Bereich der KI-gestützten Sichtprüfung und derzeit Vice President of Software Engineering bei KPM. Er hat einen Bachelor of Science in Computertechnik und einen Doktortitel in Elektrotechnik von der Brigham Young University in Utah. Seine Forschungsinteressen umfassen Echtzeit-Bildverarbeitung, Mustererkennung, Parallelverarbeitung und Robotervision.
Kirts Forschung und Veröffentlichungen:
A Feature Construction Method for General Object Recognition:
https://www.sciencedirect.com/science/article/abs/pii/S0031320313002549
Self-tuned Evolution-COnstructed features for general object recognition:
https://www.sciencedirect.com/science/article/abs/pii/S003132031100238X
Implementation of an Award-Winning Invasive Fish Recognitionand Separation System:
https://www.mdpi.com/2079-9292/10/17/2182
Automatic Quality and Moisture Evaluations Using Evolution-Constructed Features:
https://www.sciencedirect.com/science/article/abs/pii/S0168169916307979
Object Recognition Algorithm For The AutomaticIdentification And Removal Of Invasive Fish:
Dense Disparity Real-Time Stereo Vision Algorithm forResource-Limited Systems:
https://ieeexplore.ieee.org/document/5970102
Real-time human detection usinghistograms of oriented gradients on a GPU:
https://ieeexplore.ieee.org/document/5403100/
Lessons learned in developing a low-cost high high-performancemedical imaging cluster:
https://ieeexplore.ieee.org/document/5255369
Vision Aided Stabilization and the Development of a Quad-Rotor Micro UAV:
https://ieeexplore.ieee.org/document/4269886
* Bitte beachten Sie, dass die Episoden von Quality Lines auf Englisch aufgezeichnet werden.
