Mit einem geförderten Projektvolumen von 3,3 Milliarden Euro, davon Förderzusagen in Verträgen von rund 1,8 Milliarden Euro, hat die Österreichische Forschungsförderungsgesellschaft (FFG) 2023 einen absoluten Höchststand an Mitteln bewegt (LEADERSNET berichtete). Eine dieser Förderungen kam auch dem Unternehmen Anyline zugute.
2,64 Millionen Euro
Anyline, ein Anbieter von KI-gestützter mobiler Datenerfassung und Data Insights, erhält über die Österreichische Forschungsförderungsgesellschaft (FFG) 2,64 Millionen Euro für die letzten drei Jahre. Die öffentliche Förderung soll dazu dienen, die Forschung und Entwicklung des Closed Loop Trainings (CLT) für Modelle der Künstlichen Intelligenz (KI) zu finanzieren, welche die Erfassung und Digitalisierung analoger Informationen beschleunigen – wie beispielsweise Stromzählerstände oder Reifenflankendaten.
Anyline hat in den letzten drei Jahren CLT als Grundlage für eine hochmoderne KI-basierte Software entwickelt, die Computer Vision, OCR (Optical Character Recognition) und Machine Learning nutzt, um visuelle Informationen schneller und genauer digital zu erfassen. CLT ist eine intelligente, sich ständig verbessernde Methodik, um die Genauigkeit von KI-Modellen zu erhöhen – mit dem Ergebnis, dass sich die Erstellung präziser Datenerfassungslösungen mithilfe von KI-Modellen und Bildverarbeitung von Monaten auf Tage verkürzen soll.
"Anyline hat es sich zur Aufgabe gemacht, die statischen, analogen Informationen unserer Umgebung, auf einfache Weise nutzbar zu machen, indem die Kamera eines Smartphones sie ganz einfach erfassen kann. Die Finanzierung durch die FFG ermöglicht es uns, technische Herausforderungen bei der Umsetzung unserer Vision zu überwinden. Dass eine externe Organisation unsere Vision teilt und bereit ist, zu dieser Innovation beizutragen, ist eine außerordentliche Anerkennung unserer Arbeit. Mit der Unterstützung durch die FFG haben wir unseren Tech-Stack neu gestaltet sowie die Art und Weise, wie wir unsere KI-Modelle trainieren, industrialisiert und automatisiert. Dadurch können wir die Zeit, die wir für die Bereitstellung neuer Lösungen benötigen, drastisch reduzieren“, sagt Christian Pichler, Chief Technology Officer (CTO) bei Anyline.
Genauigkeit als größte Herausforderung
Die Genauigkeit sei die größte Herausforderung, wenn mittels Computer Vision und KI-Modellen analoge Buchstaben, Zahlen und Symbole zu erfassen sind, so wie es etwa bei Ausweisen, Stromzählern oder Reifenflankeninformationen der Fall ist. Eine Verbesserung der Genauigkeit von 40 auf 50 Prozent sei dabei viel einfacher zu erzielen als eine Verbesserung von 95 auf 97 Prozent, was im Machine Learning oft als Long-Tail-Problem oder Problem abnehmender Erträge bezeichnet wird.
In der Regel werden, um die Genauigkeit zu erhöhen, größere Mengen an realen Daten benötigt. CLT generiert die erforderliche Quantität und Qualität von Varianten aus kleineren Datensätzen, um eine höhere Genauigkeit in viel kürzerer Zeit zu erreichen, als es bei Standardmethoden von Machine Learning und KI-Modell-Training möglich sein soll. In den letzten drei Jahren hat Anyline eine CLT-Plattform entwickelt, mit der sich kundenspezifische, KI-basierte Computer Vision-Lösungen innerhalb weniger Tage kreieren lassen soll. Diese Lösungen sollen Ergebnisse in bester Qualität und mit hoher Genauigkeit produzieren.
www.anyline.com
www.ffg.at
Kommentar schreiben