智能锁也能用上GPT技术了?小小智能锁电机,竟然能拉动2.5吨SUV?
4月2日,中国智能锁领军品牌德施曼在北京举办2024德施曼创新技术预沟通会,德施曼技术研发中心总监桑胜伟揭秘了两项行业突破性技术——GPTfinger及龙霆电机。
据悉,德施曼独家的GPTfinger为行业首次将GPT技术应用于智能锁指纹识别功能。GPTfinger针对指纹质量不佳人群,解决了当前智能锁指纹识别不灵敏的痛点,让指纹不好的人,80%以上都好用。
德施曼龙霆电机则突破了国内电机技术的瓶颈,超大扭力输出,让智能锁电机能够拉动2.5吨SUV,强劲动力更配中国门。
GPTfinger:德施曼生成式预训练模型的指纹识别技术
在AI技术颠覆各行各业的当下,ChatGPT现象级地推动了生成式AI在各行业的应用场景落地,同时也为智能锁的指纹识别功能带来了新的技术思路。作为智能锁行业领导者,德施曼智能锁首创行业独家的GPTfinger,突破技术限制,让GPT-4技术应用于指纹识别,打造指纹锁用得起的GPT。
1712124518716.jpg
据了解,GPTfinger拥有四大技术突破。
首先,GPT-4模型庞大,空间和算力资源要求高。对此,德施曼通过模型蒸馏,压缩空间,提升算力:保留指纹识别相关120万个参数,模型空间从TB级别精简到MB级别,并保留指纹识别100万级图到图的模型训练;提升10倍主频、10倍算力,启用硬件加速的MPU实现资源扩充。
其次,德施曼行业首创“螺旋圆域技术”,模仿雷达波搜索螺旋方式,将任意圆形区域内指纹特征组成螺旋状序列,运用GPT的技术进行学习,从而构建一个个精准的指纹特征上下文模型,将指纹特征转化为了有联系的上下文进行生成式训练学习。
再次,德施曼利用GPT的掩码遮挡生成式训练,能通过算法随机“遮挡”部分指纹特征进行训练,使德施曼GPTfinger实现即使在指纹特征部分缺失的情况下也能准确匹配,应对指纹磨损、不完整的情况,无惧部分特征缺失。
最后,为应对季节敏感带来的指纹变化,德施曼行业首创性地通过使用与GPT-4同源的深度卷积神经网络(CNN)大数据,来学习季节变化时指纹特征的衍变规律,让德施曼GPTfinger能够预测正常指纹变成脱皮指纹前后的变化形态,实现季节性指纹变化与正常时期指纹的可靠匹配。
总结来说,德施曼GPTfinger无惧指纹特征缺失、无惧指纹季节性变化、无惧个体差异、更安全。不仅提升了智能锁的识别速度和准确性,还解决了少数指纹质量不佳人群使用智能锁指纹识别不灵敏的问题,在用户体验上实现了质的飞跃。
经国家锁具产品质量检测中心(浙江)牵头人群测试,国家公证机构全程公证,德施曼GPTfinger,指纹不好的人,80%以上都好用。
龙霆电机:拉得动2.5吨SUV的大扭力电机,更配中国门
除了GPTfinger,德施曼4月2日的创新技术预沟通会现场,一个小小的智能锁电机拉动了一台2.5吨SUV的实景演示,吸引了所有媒体的关注。
