Nomitri-Background

Wer wir sind

Wir sind ein Deep-Tech KI Start-Up mit Sitz im Herzen Berlins.

 

Als Team verfügen wir über jahrzehntelange Berufserfahrung und fundiertes Know-How auf dem Gebiet der künstlichen Intelligenz und in deren kommerzieller Anwendung.

 

Wir kommen aus der autonomen Fahrzeug-Industrie und der Forschung im Bereich der medizinischen Bilderkennung und bringen somit eine einzigartige Kombination aus Software- und Hardware-Entwicklungsexpertise mit, um Deep-Learning KI für die visuelle Wahrnehmung voranzutreiben.

Wer wir sind

Wir sind ein Deep-Tech KI Start-Up mit Sitz im Herzen Berlins.

 

Als Team verfügen wir über jahrzehntelange Berufserfahrung und fundiertes Know-How auf dem Gebiet der künstlichen Intelligenz und in deren kommerzieller Anwendung.

 

Wir kommen aus der autonomen Fahrzeug-Industrie und der Forschung im Bereich der medizinischen Bilderkennung und bringen somit eine einzigartige Kombination aus Software- und Hardware-Entwicklungsexpertise mit, um Deep-Learning KI für die visuelle Wahrnehmung voranzutreiben.

Unsere Vision

KI basierte visuelle Wahrnehmung – überall und offline!

Stellen Sie sich vor, jedes Mobiltelefon verfügt über die Intelligenz, Objekte und Handlungen wie ein Mensch zu „erkennen“ und ermöglicht eine ganze Reihe neuer Anwendungen, die seine Benutzer in die Lage versetzen, mit der Welt um sie herum auf bisher unvorstellbare Weise zu interagieren. 

Das Besondere an unserer Lösung: All dies wird in datenschutzgerechter Art gehandhabt und gewährt den Schutz der Privatsphäre, indem keine der  Sensordaten jemals Ihr Gerät verlassen. 

Unsere Vision

KI basierte visuelle Wahrnehmung – überall und offline!

Stellen Sie sich vor, jedes Mobiltelefon verfügt über die Intelligenz, Objekte und Handlungen wie ein Mensch zu „erkennen“ und ermöglicht eine ganze Reihe neuer Anwendungen, die seine Benutzer in die Lage versetzen, mit der Welt um sie herum auf bisher unvorstellbare Weise zu interagieren. 

Das Besondere an unserer Lösung: All dies wird in datenschutzgerechter Art gehandhabt und gewährt den Schutz der Privatsphäre, indem keine der  Sensordaten jemals Ihr Gerät verlassen. 

Unsere
Herausforderungen

Um unsere visuelle Wahrnehmungs-KI auf kommerziell tragfähige Art und Weise auf Endgeräten zu integrieren, muss unser neuronales Netzwerk die folgenden Anforderungen erfüllen:

  • begrenzte Prozessor- und Speicherumgebungen
  • mit begrenzter Energieversorgung
  • in Echtzeit
  • ohne wesentlich an Genauigkeit zu verlieren

Unsere
Herausforderungen

Um unsere visuelle Wahrnehmungs-KI auf kommerziell tragfähige Art und Weise auf Endgeräten zu integrieren, muss unser neuronales Netzwerk die folgenden Anforderungen erfüllen:

 

  • begrenzte Prozessor- und Speicherumgebungen
  • mit begrenzter Energieversorgung
  • in Echtzeit
  • ohne wesentlich an Genauigkeit zu verlieren

Unsere Lösung

Deep-Learning basierte Lösungen für visuelle Wahrnehmung, die gut in die Hardware-Komponenten integriert und auf ihre Anwendungsfälle zugeschnitten sind und die die neuesten Fortschritte bei der Beschneidung und Quantisierung von Netzwerken nutzen.

Wir setzen eine Vielzahl von Techniken ein, die es uns ermöglichen, den Speicher-, Laufzeit- und Energiebedarf der auf tiefem Lernen basierenden Bilderkennung erheblich zu reduzieren (um mehr als 90%), ohne dass die Genauigkeit wesentlich beeinträchtigt wird (~1 bis 3%) .


Gleichzeitig können wir mit unserem Ansatz den Aufwand für die Annotation von Trainingsdaten für unsere Deep-Learning Algorithmen minimieren, was wiederum neue kommerzielle Anwendungen profitable und damit wirtschaftlich rentabel macht.

Unsere Lösung

Deep-Learning basierte Lösungen für visuelle Wahrnehmung, die gut in die Hardware-Komponenten integriert und auf ihre Anwendungsfälle zugeschnitten sind und die die neuesten Fortschritte bei der Beschneidung und Quantisierung von Netzwerken nutzen.

 

Wir setzen eine Vielzahl von Techniken ein, die es uns ermöglichen, den Speicher-, Laufzeit- und Energiebedarf der auf tiefem Lernen basierenden Bilderkennung erheblich zu reduzieren (um mehr als 90%), ohne dass die Genauigkeit wesentlich beeinträchtigt wird (~1 bis 3%) .


Gleichzeitig können wir mit unserem Ansatz den Aufwand für die Annotation von Trainingsdaten für unsere Deep-Learning Algorithmen minimieren, was wiederum neue kommerzielle Anwendungen profitable und damit wirtschaftlich rentabel macht.

Mögliche Anwendungsfälle

Mögliche Anwendungsfälle

Regierungen

Wir können Regierungen dabei helfen, die öffentliche Sicherheit durch Kameraüberwachung zu erhöhen – ABER in einer die Privatsphäre wahrenden Weise:

  • Kameras sind in der Lage, gefährliche Verhaltensmuster im Gerät selbst zu erkennen
  • keine Notwendigkeit, große Mengen an Videodaten für eine spätere Analyse zu speichern
  • nur verdächtiges Verhalten löst eine zeitliche Video-Speicherung aus, alles andere Material wird niemals gespeichert
  • ein Mensch (z.B. Richter) entscheidet dann, ob es einen Fall gibt, der eine dauerhafte Speicherung in Polizeiarchiven erlaubt

Industrie

Wir können industriellen Endgeräten dabei helfen, aufgenommene Objekte intelligent zu erkennen und zu klassifizieren und die Ergebnisse der Analyse (keine rohen Bilddaten) zur Aktion oder zur Konsolidierung der Erkenntnisse an die Zentrale zurückzusenden.
Dies führt zu deutlich geringeren Bandbreiten- und Speicheranforderungen und längeren Betriebszeiten und kann in verschiedensten Feldern Anwendung finden:

  • Überwachung intelligenter Drohnen zur Wartung
  • Überwachung von Produktionsprozessen
  • landwirtschaftliche Überwachung
  • Wetterüberwachung

Konsumenten

Ihr lernfähiges Mobiltelefon erweitert Ihre Fähigkeit, alles zu erkennen und zu analysieren, was Sie durch die Linse Ihrer Mobilkamera sehen, so z.B. unter Anderem:

  • visuelle medizinische Grunduntersuchungen (z.B. Hautmale)
  • Gebrauchtwagen-Kaufschecks
  • Lügendetektor (private Einkäufe, Partnersuche, ...)
  • Informationen zu Sehenswürdigkeiten
  • zusätzliche Produktinformationen (vegan, Allergien)

Regierungen​

Wir können Regierungen dabei helfen, die öffentliche Sicherheit durch Kameraüberwachung zu erhöhen – ABER in einer die Privatsphäre wahrenden Weise:

  • Kameras sind in der Lage, gefährliche Verhaltensmuster auf dem Gerät selbst zu erkennen
  • Keine Notwendigkeit, großen Mengen an Videodaten für eine spätere Analyse zu speichern
  • nur verdächtiges Verhalten löst eine temporäre Videospeicherung aus, alles andere Material wird niemals gespeichert
  • ein Mensch (z.B. ein Richter) entscheidet dann, ob es eine Grundlage für eine Dauerhafte Speicherung in Polizeiarchiven gibt

Industrie

Wir können industriellen Endgeräten dabei helfen, aufgenommene Objekte intelligent zu erkennen und zu klassifizieren und die Ergebnisse der Analyse (keine rohen Bilddaten) zur Aktion oder zur Konsolidierung der Erkenntnisse an die Zentrale zurückzusenden.
Dies führt zu deutlich geringeren Bandbreiten- und Speicheranforderungen und längeren Betriebszeiten und kann in verschiedensten Feldern Anwendung finden:

  • Überwachung intelligenter Drohnen zur Wartung
  • Überwachung von Produktionsprozessen
  • landwirtschaftliche Überwachung
  • Wetterüberwachung

Konsumenten

Ihr lernfähiges Mobiltelefon erweitert Ihre Fähigkeit, alles zu erkennen und zu analysieren, was Sie durch die Linse Ihrer Mobilkamera sehen, so z.B. unter Anderem:

  • visuelle medizinische Grunduntersuchungen (z.B. Hautmale)
  • Gebrauchtwagen-Kaufschecks
  • Lügendetektor (private Einkäufe, Partnersuche, …)
  • Informationen zu Sehenswürdigkeiten
  • zusätzliche Produktinformationen (vegan, Allergien)

Möchten Sie an der Spitze der Deep-Learning-Innovation arbeiten?

Wir suchen neue Mitglieder für unser Team!