Brodmann17希望在没有昂贵的芯片的情况下为物联网提供动力

一个新的以色列机器学习初创公司正在计算机视觉环中投入一个算法，据说它可以击败市场上最好的算法。今天推出的Brodmann17推出了新的机器视觉产品，可以帮助进行行人检测，人脸检测和其他任务。

机器学习中最大的问题之一是使高级算法高效运行。在装有顶级芯片的耗电量大的服务器上训练和运行模型是一回事，而另一个则是让它们适用于智能手机，联网汽车或相机中的嵌入式处理器。Brodmann17声称其算法能够在各种硬件上运行，并且比其他最先进的产品更快，更准确，更高效。

Brodmann17首席执行官Adi Pinhas表示，这对于推动该技术应用至关重要，因为硬件制造商希望增加智能功能，但又不想将GPU用于移动设备上的计算机视觉任务。

“没有人愿意在[物联网]设备或智能手机内放置一个非常热，非常昂贵的GPU，”他说。

据该公司首席技术官Amir Alush称，为了解决这个问题，Brodmann17团队创建了一个新的深度学习架构。该算法不仅仅采用现有的架构并将其压缩以在较小的设备上运行，而是从头开始构建以实现高效。

“我们发现深度学习架构在计算中有很多冗余，”Alush说。

例如，该团队能够在单个三星Artik A15处理器核心上以每秒约25帧的速度进行实时面部检测。Alush表示，演示代码并未针对Artik芯片进行优化，因此Brodmann17未来可能会获得额外的性能提升。

Brodmann17尚未公开提供其算法内部工作的明确细节，尽管它计划在今年晚些时候这样做。然而，该团队似乎有能力推进机器视觉领域。Pinhas和Alush各自发表了多篇关于这一主题的论文。首席科学家Assaf Mushinsky之前曾为三星和EyeSight Technologies负责机器视觉。Brodmann17算法背后的技术起源于特拉维夫大学教授Lior Wolf的实验室，他目前在Facebook担任研究科学家。如果他们的声明泛滥，该技术开辟了一系列可能的应用。

该团队筹集了由Lool Ventures，三星Next和索尼创新基金共同领导的160万美元种子轮。根据Lool普通合伙人Yaniv Golan的说法，在确认公司的技术声明可信之后，做出投资决定相当简单。

“一旦我们了解了[Brodmann17技术]的重要性和影响，以及公司与商业客户实际实施所产生的业务，这是一个非常简单的决定，”他说。

这家以色列创业公司以Korbinian Brodmann的名字命名，他是一名科学家，根据他们的运作方式将人脑划分为52个区域。这个名字指的是Brodmann Area 17，它位于大脑后部，是主要的视觉皮层。

集成Brodmann17的图像处理技术不需要专门的硬件或软件 - 该公司的客户之一能够使用软件更新在现有设备上部署该技术。

客户还可以根据团队随时间推出的改进升级他们已部署的Brodmann17模型。

根据Pinhas的说法，Brodmann17主要向那些试图并且未能使现有开源计算机视觉工具用于其应用的公司销售其技术。

“当我们遇到不同的公司时，他们已经知道他们想要什么，就他们期望深入学习的东西，他们拥有的资源等等，”他说。

目前，该公司专注于围绕行人检测和人脸检测等关键问题构建产品。该团队计划继续专注于计算机视觉。在该领域还有很多工作要做，而且不乏应用程序。