مدعوم من Ultralytics، #YV23 هو المؤتمر الوحيد في العالم الذي يركز على تطوير وتقدم الذكاء الاصطناعي البصري مفتوح المصدر. سيجتمع الباحثون والمهندسون والممارسون وجهًا لوجه وعبر الإنترنت للعام الثاني على التوالي لتبادل المعرفة والابتكار والتقدم. انضم إلى الخبراء والقادة في 27 سبتمبر في Google for Startups في مدريد، إسبانيا لدفع حدود الأفق الجديد للذكاء الاصطناعي البصري.
1
النهار
18
المحادثات
2,000+
حضور عبر الإنترنت
150
حضور شخصيًا
جلين جوتشر
المؤسس والرئيس التنفيذي
أسس جلين شركة Ultralytics لقيادة جهود تحليل النيوترينو المضاد للوكالة الوطنية للاستخبارات الجغرافية المكانية (NGA) في الولايات المتحدة، والتي بلغت ذروتها في تجربة miniTimeCube وأول خريطة عالمية للنيوترينو المضاد في العالم نُشرت في مجلة Nature. أدى إدراك أعمق لألغاز فيزياء الجسيمات العميقة التي تفلت منا إلى توجيهه نحو الذكاء الاصطناعي العام (AGI) باعتباره الحل الأفضل للبشرية لتجاوز حدود عقولنا وفهم الكون ومكاننا فيه يومًا ما حقًا. واليوم، هو مدفوع لبناء أفضل رؤية للذكاء الاصطناعي في العالم باعتبارها لبنة أساسية لمستقبل الذكاء الاصطناعي العام، مع Ultralytics YOLO و Ultralytics HUB كرأس حربة لهذا الهوس.
كلمة رئيسية: استكشاف Ultralytics YOLO: تطورات في أحدث تقنيات رؤية الذكاء الاصطناعي
حلقة نقاش: تسهيل الذكاء الاصطناعي مفتوح المصدر
أدريان بوجوسيفسكي
المبشر بالبرمجيات
تخرج أدريان من جامعة غدانسك للتكنولوجيا في مجال علوم الحاسوب قبل 8 سنوات. بعد ذلك، بدأ حياته المهنية في الرؤية الحاسوبية والتعلم العميق. بصفته قائد فريق لعلماء البيانات ومطوري Android للعامين الماضيين، كان أدريان مسؤولاً عن تطبيق لالتقاط صورة احترافية (للحصول على بطاقة هوية أو جواز سفر) دون مغادرة المنزل. وهو مؤلف مشارك لمجموعة بيانات LandCover.ai، ومبتكر OpenCV Image Viewer Plugin، ومحاضر في التعلم العميق في بعض الأحيان. يتمثل دوره الحالي في تثقيف الناس حول OpenVINO Toolkit. في وقت فراغه، هو مسافر. يمكنك أيضًا التحدث معه عن الشؤون المالية، وخاصة الاستثمارات.
كلمة رئيسية: تخطَّ الطابور! تعلَّم كيف تبني نظام إدارة قائمة انتظار ذكي باستخدام YOLOv8
إيلين وو
شراكة وتسويق الذكاء الاصطناعي الطرفي (Edge AI)
إيلين هي مديرة التسويق والشراكات في مجال الذكاء الاصطناعي الطرفي في Seeed، وهي شركة لأجهزة إنترنت الأشياء منذ عام 2008 وشريك Elite لـ NVIDIA Embedded. في Seeed، من خلال التوافق مع المطورين والنظام البيئي وخبرة Seeed في مجال الأجهزة، فإنها تؤمن وتسعى جاهدة على طريق منصة الأجهزة الأكثر موثوقية، وتمكين الجميع من تحقيق أهداف التحول الرقمي الخاصة بهم بالإضافة إلى المشاركة في إنشاء منتج الجيل التالي من الذكاء الاصطناعي. تغرد منiamelainewu@.
قم بترقية أي كاميرا باستخدام YOLOv8 بدون تعليمات برمجية
شاشي تشيلاباجاري
كبير المهندسين المعماريين والمؤسس المشارك
شاشي تشيلاباجاري هو المؤسس المشارك وكبير المهندسين المعماريين في شركة DeGirum Corp.، وهي شركة لأشباه الموصلات تقوم ببناء حلول ذكاء اصطناعي كاملة للحافة. قبل DeGirum، كان مدير هندسة SSD في Marvell Semiconductor Inc. شاشي حاصل على درجتي البكالوريوس والماجستير في التكنولوجيا من المعهد الهندي للتكنولوجيا، مدراس، الهند ودكتوراه من جامعة أريزونا، توسون، أريزونا.
نشر نماذج YOLOv8 الكمية على الأجهزة الطرفية
ميرفي نويان
مهندس دعم المطورين
ميرفي نويان مهندسة في مجال الدعوة للمطورين في Hugging Face، وتعمل على تعلم الآلة مفتوح المصدر. وهي أيضًا باحثة دراسات عليا في تعلم الآلة وخبيرة مطورة جوجل (GDE) في تعلم الآلة.
رؤية مفتوحة المصدر مع المحولات
أمير سيرفي
مدير منتج التعلم العميق الطرفي
أمير هو مدير منتج Edge Deep Learning في Sony. مع أكثر من 15 عامًا في المجال التكنولوجي وأدوات المطورين والخبرة الواسعة في النظام البيئي للذكاء الاصطناعي في كل من Deci و Superwise و AnyVision، يتخصص أمير في قيادة فرق المنتجات والبحث والتطوير لتقديم منتجات تكنولوجية متطورة للمطورين، من تطبيقات رؤية الكمبيوتر، من خلال تسريع الشبكات العصبية، وصولاً إلى إعادة تشكيل نشر التعلم العميق على الأجهزة الطرفية.
سد الفجوة بين أبحاث الذكاء الاصطناعي والحافة في الوقت الفعلي
جلين جوتشر
المؤسس والرئيس التنفيذي
أسس جلين شركة Ultralytics لقيادة جهود تحليل النيوترينو المضاد للوكالة الوطنية للاستخبارات الجغرافية المكانية (NGA) في الولايات المتحدة، والتي بلغت ذروتها في تجربة miniTimeCube وأول خريطة عالمية للنيوترينو المضاد في العالم نُشرت في مجلة Nature. أدى إدراك أعمق لألغاز فيزياء الجسيمات العميقة التي تفلت منا إلى توجيهه نحو الذكاء الاصطناعي العام (AGI) باعتباره الحل الأفضل للبشرية لتجاوز حدود عقولنا وفهم الكون ومكاننا فيه يومًا ما حقًا. واليوم، هو مدفوع لبناء أفضل رؤية للذكاء الاصطناعي في العالم باعتبارها لبنة أساسية لمستقبل الذكاء الاصطناعي العام، مع Ultralytics YOLO و Ultralytics HUB كرأس حربة لهذا الهوس.
كلمة رئيسية: استكشاف Ultralytics YOLO: تطورات في أحدث تقنيات رؤية الذكاء الاصطناعي
حلقة نقاش: تسهيل الذكاء الاصطناعي مفتوح المصدر
أدريان بوجوسيفسكي
المبشر بالبرمجيات
تخرج أدريان من جامعة غدانسك للتكنولوجيا في مجال علوم الحاسوب قبل 8 سنوات. بعد ذلك، بدأ حياته المهنية في الرؤية الحاسوبية والتعلم العميق. بصفته قائد فريق لعلماء البيانات ومطوري Android للعامين الماضيين، كان أدريان مسؤولاً عن تطبيق لالتقاط صورة احترافية (للحصول على بطاقة هوية أو جواز سفر) دون مغادرة المنزل. وهو مؤلف مشارك لمجموعة بيانات LandCover.ai، ومبتكر OpenCV Image Viewer Plugin، ومحاضر في التعلم العميق في بعض الأحيان. يتمثل دوره الحالي في تثقيف الناس حول OpenVINO Toolkit. في وقت فراغه، هو مسافر. يمكنك أيضًا التحدث معه عن الشؤون المالية، وخاصة الاستثمارات.
كلمة رئيسية: تخطَّ الطابور! تعلَّم كيف تبني نظام إدارة قائمة انتظار ذكي باستخدام YOLOv8
إيلين وو
شراكة وتسويق الذكاء الاصطناعي الطرفي (Edge AI)
إيلين هي مديرة التسويق والشراكات في مجال الذكاء الاصطناعي الطرفي في Seeed، وهي شركة لأجهزة إنترنت الأشياء منذ عام 2008 وشريك Elite لـ NVIDIA Embedded. في Seeed، من خلال التوافق مع المطورين والنظام البيئي وخبرة Seeed في مجال الأجهزة، فإنها تؤمن وتسعى جاهدة على طريق منصة الأجهزة الأكثر موثوقية، وتمكين الجميع من تحقيق أهداف التحول الرقمي الخاصة بهم بالإضافة إلى المشاركة في إنشاء منتج الجيل التالي من الذكاء الاصطناعي. تغرد منiamelainewu@.
قم بترقية أي كاميرا باستخدام YOLOv8 بدون تعليمات برمجية
شاشي تشيلاباجاري
كبير المهندسين المعماريين والمؤسس المشارك
شاشي تشيلاباجاري هو المؤسس المشارك وكبير المهندسين المعماريين في شركة DeGirum Corp.، وهي شركة لأشباه الموصلات تقوم ببناء حلول ذكاء اصطناعي كاملة للحافة. قبل DeGirum، كان مدير هندسة SSD في Marvell Semiconductor Inc. شاشي حاصل على درجتي البكالوريوس والماجستير في التكنولوجيا من المعهد الهندي للتكنولوجيا، مدراس، الهند ودكتوراه من جامعة أريزونا، توسون، أريزونا.
نشر نماذج YOLOv8 الكمية على الأجهزة الطرفية
ميرفي نويان
مهندس دعم المطورين
ميرفي نويان مهندسة في مجال الدعوة للمطورين في Hugging Face، وتعمل على تعلم الآلة مفتوح المصدر. وهي أيضًا باحثة دراسات عليا في تعلم الآلة وخبيرة مطورة جوجل (GDE) في تعلم الآلة.
رؤية مفتوحة المصدر مع المحولات
أمير سيرفي
مدير منتج التعلم العميق الطرفي
أمير هو مدير منتج Edge Deep Learning في Sony. مع أكثر من 15 عامًا في المجال التكنولوجي وأدوات المطورين والخبرة الواسعة في النظام البيئي للذكاء الاصطناعي في كل من Deci و Superwise و AnyVision، يتخصص أمير في قيادة فرق المنتجات والبحث والتطوير لتقديم منتجات تكنولوجية متطورة للمطورين، من تطبيقات رؤية الكمبيوتر، من خلال تسريع الشبكات العصبية، وصولاً إلى إعادة تشكيل نشر التعلم العميق على الأجهزة الطرفية.
سد الفجوة بين أبحاث الذكاء الاصطناعي والحافة في الوقت الفعلي
كالين مايكل
رئيس قسم المنتجات
مبرمج منذ أن أهدي أول جهاز كمبيوتر له في سن 13، يستمتع كالين بحل التحديات بأكثر الطرق كفاءة ممكنة. إن برمجة الحلول وتحديد مصادرها هو شيء يدفعه حقًا، ولا يوجد شيء أكثر إثارة من الاندفاع الذي يتلقاه عندما يتم تجميع التعليمات البرمجية الخاصة به خالية من الأخطاء. كلما تعلم المزيد من اللغات كلما زاد اشتياقه، وهو ينتظر اليوم الذي يمكننا فيه تنزيل المهارات كما في فيلم Matrix.
الذكاء الاصطناعي للجميع: Ultralytics HUB يضع الجميع على قدم المساواة
إريكا بريشيا
المدير الإداري
انضمت إريكا بريشيا إلى Redpoint Ventures كمديرة إدارية في عام 2022، حيث تركز على
الاستثمارات في البنية التحتية والذكاء الاصطناعي وأدوات المطورين والأمن. وهي تعمل حاليًا في مجالس
إدارة Dagger و Railway و Xata و Poolside وقادت استثمارات أخرى غير معلنة في البنية التحتية.
قبل Redpoint، كانت إريكا مديرة العمليات في GitHub. قبل GitHub، كانت إريكا المؤسس المشارك
ومديرة العمليات في Bitnami، وهي شركة لتعبئة ونشر تطبيقات مفتوحة المصدر،
والتي تم الاستحواذ عليها من قبل VMware. وكانت أيضًا المؤسس المشارك والرئيس التنفيذي لشركة BitRock، التي
طورت تكنولوجيا تعبئة البرامج. كانت إريكا رائدة في مجتمع المصادر المفتوحة
لأكثر من 15 عامًا وعملت في مجلس إدارة مؤسسة Linux منذ عام 2016.
قبل انضمامها إلى Redpoint، كانت إريكا مستثمرة ملاك ومستشارة لشركات مثل Netlify و
Coda و Whimsical و Xata و Byteboard. تعيش في Walnut Creek، كاليفورنيا مع زوجها وابنها
وكلبهم المختلط المضحك من نوع لابرادور-تشيواوا.
السلسلة (أ) مفتوحة المصدر: ما الذي يبحث عنه المستثمرون
د. راميت ديبناث
مؤسس مشارك
أستاذ مساعد في العلوم الاجتماعية الحاسوبية والتصميم في جامعة كامبريدج، ومدير مجموعة الذكاء والتصميم الجماعي (جامعة كامبريدج) وأول زميل في Cambridge Zero، يشارك في قيادة جهد بحثي عالمي لتحسين الفهم العام لتغير المناخ من خلال التعاون مع المؤسسات الأكاديمية الرائدة مثل كالتيك وجامعة هارفارد وجامعة بوسطن و MCC-Berlin، ومنظمات السياسة العامة الرائدة مثل برنامج الأمم المتحدة للبيئة (UNEP) ووكالة الطاقة الدولية (IEA) ورواد آخرين في مجال المناخ والاستدامة.
أستاذ زائر مشارك، معهد كاليفورنيا للتكنولوجيا (Caltech). عمل سابقًا في جامعة ستانفورد، و IEA، و IIT بومباي. حاصل على منحة غيتس.
الذكاء البشري والآلي من أجل العمل المناخي الكوكبي
شون بويل
مؤسس مشارك
عملت كرئيسة قسم الاستدامة في تويتر، وأطلقت أول استراتيجية عمل مناخي على مستوى الشركة، وشاركت في إنتاج أول سياسة معلومات مضللة\/خاطئة بشأن تغير المناخ على الإطلاق، وشراكة مع منظمات العمل المناخي الرائدة بما في ذلك اتفاقية الأمم المتحدة الإطارية بشأن تغير المناخ (UNFCCC) وبرنامج الأمم المتحدة للبيئة (UNEP) ومؤتمر الأطراف COP27 و FridaysForFuture و WeDontHaveTime والمؤسسات الأكاديمية الرائدة بما في ذلك جامعة كامبريدج ورواد آخرين في مجال العمل المناخي.
عمل في Twitter لمدة 8 سنوات. شغل سابقًا مناصب في Meta و KPMG.
عضو المجلس الاستشاري في WeDontHaveTime. زميل فخري في Sigma Squared.
الذكاء البشري والآلي من أجل العمل المناخي الكوكبي
يوناتان جيفمان
مؤسس مشارك والرئيس التنفيذي
يوناتان جيفمان هو الرئيس التنفيذي والمؤسس المشارك لـ Deci، وهي منصة تطوير التعلم العميق. قبل تأسيس Deci، كان يوناتان عضوًا في فريق MorphNet التابع لـ Google AI. وهو حاصل على درجة الدكتوراه في علوم الكمبيوتر من معهد Technion-Israel للتكنولوجيا وبكالوريوس وماجستير في علوم الكمبيوتر من جامعة بن غوريون في إسرائيل. ركز بحثه على جعل الشبكات العصبية العميقة (DNNs) أكثر قابلية للتطبيق في المهام بالغة الأهمية. وقد نُشر بحثه وقُدّم في مؤتمرات عالمية رائدة بما في ذلك مؤتمر معالجة المعلومات العصبية (NeurIPS) والمؤتمر الدولي للتعلم الآلي (ICML).
حلقة نقاش: تسهيل الذكاء الاصطناعي البصري مفتوح المصدر
لاكشانثا ديساياناكي
مهندس تطبيقات
لاكشانثا هو مهندس تطبيقات أول للذكاء الاصطناعي المتطور في Seeed Studio. يحرص باستمرار على الاطلاع على أحدث اتجاهات الذكاء الاصطناعي ويقدم تطبيقات الذكاء الاصطناعي المضمنة لمجتمع المطورين في شكل دروس wiki خطوة بخطوة لـ NVIDIA Jetson. كما يقدم ورش عمل فنية ويشارك في حل المشكلات التقنية التي يواجهها المجتمع.
العرض والتوضيح: كيفية نشر YOLO على (أي شيء تقريبًا): أبسط وأسرع!
ديفيت بونياتيان
المؤسس والرئيس التنفيذي
في سن 18 عامًا، اكتسب دافيت بونياتيان تقديرًا لأول مرة عندما نشرت TechCrunch عنه مقالًا. بعد حصوله على شهادة في علوم الكمبيوتر من جامعة University College London (UCL)، بدأ في الحصول على درجة الدكتوراه في جامعة Princeton في سن 20 عامًا. أثناء وجوده في Princeton، ركز Davit على البحث في مختبر Princeton Neuroscience المرموق تحت إشراف البروفيسور Sebastian Seung.
حصل ديفيت على جائزة زمالة جوردون وو وجائزة AWS لأبحاث التعلم الآلي. تضمن بحثه الرائد رسم خريطة الاتصال لدماغ الفأر. وبينما كان يعاني من تحديات في تحليل مجموعات البيانات الواسعة متعددة الوسائط في مختبر علم الأعصاب، اكتشف ديفيت عددًا من التحديات الملحة في التعلم الآلي. هكذا انتقل ديفيت إلى دور الرئيس التنفيذي المؤسس لشركة أكتيفيلوب. بدعم من Y-Combinator وصناديق وملائكة وادي السيليكون البارزين الآخرين، تقوم أكتيفيلوب ببناء Deep Lake، وهي قاعدة بيانات متجهات مصممة لاستيعاب جميع بيانات الذكاء الاصطناعي.
PatentPT: بناء حل مدعوم بالنماذج اللغوية الكبيرة مع وكلاء ذاكرة على مستوى المؤسسات
سوميك راكشيت
مهندس تعلم آلي
مهندس تعلم آلي في Weights & Biases وخبير مطوري Google في JAX. أعمل أيضًا على مشاريع رؤية حاسوبية مفتوحة المصدر مع اهتمامات بحثية في مجالات الحوسبة التوليدية واستعادة الصور ورسومات الحاسوب. أساهم في المصادر المفتوحة بنشاط، بشكل أساسي من خلال تنفيذ الأوراق البحثية وأمثلة التعلم الآلي الشاملة وعمليات تكامل MLOps لمستودعات مفتوحة المصدر مثل Ultralytics و Diffusers و Keras وما إلى ذلك.
شحن Ultralytics بقوة باستخدام Weights & Biases
بو تشانغ
خبير استراتيجي في الخوارزميات
بو تشانغ هو خبير استراتيجي في الخوارزميات في Meituan Vision. حصل على درجة الماجستير في المعلوماتية من جامعة ترينتو بإيطاليا في عام 2013. وقد بذل جهوده السابقة في التعلم الآلي الآلي والرؤية الحاسوبية. وقد تعاون بشكل مكثف في مشروع YOLOv6.
حلقة نقاش: تسهيل الذكاء الاصطناعي البصري مفتوح المصدر
د. برام فيرهوف
رئيس قسم تعلم الآلة
يتمتع برام فيرهوف بخلفية في الإحصاء وعلم النفس وعلم الأعصاب. بعد حصوله على درجة الدكتوراه في عام 2010 من جامعة KU Leuven، أجرى أبحاث ما بعد الدكتوراه في جامعة هارفارد وجامعة شيكاغو، مع التركيز على علم الأعصاب الحاسوبي الكامن وراء آليات الانتباه.
في عام 2017، عاد إلى بلجيكا للعمل في Imec كعضو رئيسي في الطاقم الفني، حيث قاد تطوير الخوارزميات المتعلقة بشريحة الحوسبة التناظرية في الذاكرة للتعلم العميق المبتكرة. في عام 2021، شارك في تأسيس Axelera AI ويشغل حاليًا منصب رئيس قسم تعلم الآلة، حيث يقود جهود تحسين الخوارزميات لمسرع التعلم العميق الحديث من Axelera AI.
YOLO مُعزّز: تسخير قوة الذكاء الاصطناعي الأصلية
مونيكا فيلاس
مستشار فني ومحاضر
مدير تنفيذي سابق في IBM عمل في مجال تكنولوجيا المعلومات لأكثر من 20 عامًا. أعمل حاليًا كمستشار فني ومحاضر. بعد سنوات عديدة في مجال تكنولوجيا المعلومات، أعرف كيف يمكن تطبيق التكنولوجيا لتغيير الأعمال وتحسينها. أنا متحمس للطرق الجديدة للتدريس والتعلم، ولدي معرفة عميقة بالسحابة والتحليلات والذكاء الاصطناعي والتقنيات الأسية، بينما أواصل التعلم كل يوم. بصفتي مهندسًا، أحب التكنولوجيا وتغيير العالم. لدي قدرات كبيرة على تبسيط الأمور المعقدة وحل المشكلات والعمل الجماعي. بصرف النظر عن التكنولوجيا، فإن أحد اهتماماتي الأخرى هو الناس. كان قيادة الناس أمرًا مجزيًا حقًا وخلال 15 عامًا قضيتها كقائد، حاولت دائمًا القيادة بالقدوة. تبعني الناس، وهو الهدف الرئيسي للقائد في النهاية. في كل مسيرتي المهنية، كانت الأشياء الثلاثة التي ساعدتني أكثر هي الناس والمثابرة والشغف.
التحديات الأخلاقية للذكاء الاصطناعي
يجتمع جلين جوتشر من Ultralytics (YOLOv5 و YOLOv8)، ويوناتان جيفمان من Deci (YOLO-NAS)، وبو تشانغ من Meituan (YOLOv6) في هذه اللجنة لاستكشاف حالة رؤية الذكاء الاصطناعي مفتوحة المصدر. ستتعمق هذه اللجنة في التحديات والأولويات التي تمت مواجهتها أثناء تنفيذ النموذج، مما يوفر رؤى قيمة لاعتماد الذكاء الاصطناعي بسلاسة. بالإضافة إلى ذلك، سيتناول أعضاء اللجنة النشر على الأجهزة الطرفية، وفحص إمكانات وحدات إعادة تعريف الكائنات، وتقديم رؤى حول نشر النموذج، والمزيد.
يوجد حوالي مليار كاميرا شبكة منتشرة في جميع أنحاء العالم. يمكن للكاميرات الذكية المدعومة بالذكاء الاصطناعي المتقدم التركيز على الأمور الأكثر أهمية وتوفير مساحات آمنة للجميع من السائقين والمشاة إلى تجار التجزئة والمتسوقين. سنشرح لك الأداء العام للحافة لتطبيقات تحليل الفيديو التي تستنتج على NVIDIA Jetson ويمكنك ترقية أي كاميرا قديمة باستخدام نموذج YOLOv8 بدون أي سطر من التعليمات البرمجية.
انضموا إلينا لتروا كيف تقدم منصة Metis من Axelera AI أداءً وسهولة استخدام رائدين في الصناعة، وذلك بجزء بسيط من تكلفة واستهلاك الطاقة للحلول المتاحة اليوم. اكتشفوا النتائج الرائعة لحلول الأجهزة والبرامج لدينا، والتي تعمل على تحسين نماذج YOLO للاستدلال على الأجهزة الطرفية.
يعمل الذكاء الاصطناعي على تحويل مختلف القطاعات والسلع والوظائف الأساسية. ومع ذلك، تستهلك الشبكات العصبية العميقة موارد مفرطة من حيث الذاكرة وقوة الحوسبة والطاقة. لضمان الاعتماد الواسع النطاق للذكاء الاصطناعي، يجب أن يعمل بكفاءة على أجهزة المستخدم النهائي، مع الالتزام بقيود الطاقة والحرارة الصارمة. تلعب تقنيات مثل التكميم والضغط دورًا محوريًا في التخفيف من هذه التحديات.
في هذا الويبينار، سيشرح مدير منتجات Sony، أمير سيرفي، مجموعة أدوات ضغط النماذج من Sony لتحديد كميات نماذج التعلم العميق وتسريعها من أجل نشر فعال على الحافة. ستتعلم كيف تفعل الشيء نفسه لنموذجك الخاص! ما ستتعلمه:
- أحدث أبحاثنا في تقنيات التكميم وتنفيذها في منتج عملي
- أهمية الضغط المدرك للأجهزة للاستدلال على الحافة
- كيف يمكن للمهندسين والباحثين تنفيذ هذه التقنيات من خلال Sony MCT
يقلل Ultralytics HUB من الحواجز التي تحول دون الدخول إلى عالم تعلم الآلة، مما يجعله في متناول الأفراد والشركات على حد سواء، بغض النظر عن خبرة البرمجة. تعرف على كيف أن هذه المنصة مهيأة لإحداث ثورة في الطريقة التي نتعامل بها مع تعلم الآلة، وتمكين جيل جديد من عشاق البيانات لتحويل أفكارهم إلى واقع بسهولة غير مسبوقة.
ولا تفوتوا إعلاننا الكبير...
يمثل نشر أحدث النماذج على الأجهزة المدمجة من وحدة معالجة الرسومات الطرفية NVIDIA Jetson إلى وحدات التحكم الدقيقة الصغيرة (MCUs) تحديات وقيودًا. سنشرح كيفية نشر هذه النماذج بما في ذلك YOLOv8 في النهج المبسط والأداء الطرفي العام لتطبيقات تحليل الفيديو التي تستخدم الاستدلال على NVIDIA Jetson.
ينطلق جلين في سعي دؤوب لتطوير أرقى رؤية للذكاء الاصطناعي في العالم. بالنسبة له، هذا ليس مجرد إنجاز تكنولوجي، بل هو نقطة انطلاق حيوية نحو تحقيق إمكانات الذكاء الاصطناعي العام. إن رأس الحربة في هذا السعي الدؤوب ليس سوى YOLOv5 و YOLOv8 و Ultralytics HUB.
إذًا، ما الذي يجعل Ultralytics YOLO الأفضل في العالم؟
لقد تم دفع التطورات الحديثة في الرؤية الحاسوبية بشكل كبير من خلال تقديم بنية المحولات (transformer architecture) والتجريدات سهلة الاستخدام للتدريب المسبق والضبط الدقيق والاستدلال في مكتبة 🤗 transformers. يقدم هذا الحديث لمحة عامة عن أحدث نماذج الرؤية القائمة على المحولات، ويستكشف الأدوات المتاحة داخل مكتبة 🤗 transformers، ويقدم رؤى عملية حول الفلسفة الكامنة وراءها.
هل سئمت من الطوابير الطويلة عند الخروج من متاجر البيع بالتجزئة؟ نظام إدارة قائمة الانتظار الذكي الخاص بنا هو الحل! انضم إلينا للحصول على برنامج تعليمي خطوة بخطوة حول كيفية إنشاء مثل هذا النظام باستخدام OpenVINO و YOLOv8. سنوجهك خلال عملية دمج هذه الأدوات مفتوحة المصدر القوية لتطوير حل شامل يمكن نشره في بيئات الخروج من متاجر البيع بالتجزئة. ستتعلم كيفية تحسين التطبيق لتحقيق أداء متميز. سواء كنت مطورًا متمرسًا أو جديدًا في مجال الذكاء الاصطناعي، ستوفر هذه الجلسة نصائح عملية وأفضل الممارسات لبناء أنظمة ذكية باستخدام OpenVINO. بحلول نهاية العرض التقديمي، ستكون لديك المعرفة والموارد اللازمة لبناء الحل الخاص بك.
في عصر يتميز بالتقدم السريع في الذكاء الاصطناعي (AI)، فإن التنقل في المشهد الأخلاقي لهذه التكنولوجيا له أهمية قصوى. في هذه الجلسة، ستكشف مونيكا عن الشبكة المعقدة من المعضلات الأخلاقية التي تصاحب القوة التحويلية للذكاء الاصطناعي. من معالجة التحيز والإنصاف إلى استكشاف الشفافية والمساءلة والتأثير العميق للذكاء الاصطناعي على المجتمع، ستقدم مونيكا رؤى تلقي الضوء على الاعتبارات الأخلاقية المحيطة بالذكاء الاصطناعي.
هذه المحادثة هي فرصتك لاكتساب فهم أساسي للتحديات والمسؤوليات الأخلاقية المرتبطة بالذكاء الاصطناعي. ستزودك مونيكا بالمعرفة الضرورية لأي شخص يشارك في تطوير الذكاء الاصطناعي أو اتخاذ القرارات أو صياغة السياسات.
يمكن أن تكون النماذج الأساسية متطلبة من حيث حساب وحدة معالجة الرسومات وقد لا تكون مناسبة للتطبيقات في الوقت الفعلي، خاصةً إذا كنت ترغب في توسيع نطاق ملايين نقاط الشراء المستقلة. لكننا نستفيد من الطريقة التي تسمى تقطير المعرفة، حيث نضع نماذجنا الأساسية للمهام المعقدة مثل التعليقات التوضيحية وننقل هذه المعرفة إلى نماذج أصغر وفعالة من حيث التكلفة. يتيح لنا ذلك تسريع عملية التعليقات التوضيحية الخاصة بنا بما يصل إلى 90 مرة أسرع من الملصقات التقليدية البشرية.
همس. هل تريد أن تسمع سرًا؟ ماذا لو أخبرتك أن التعلم النشط ليس بالضرورة أن يكون صعبًا. ماذا لو كانت هناك... طريقة سهلة؟ أنت محظوظ. سيوضح لك هذا الحديث بالضبط كيفية تنفيذ خط أنابيب التعلم النشط باستخدام محرك بيانات DagsHub. ويمكن تشغيل 90٪ من خط الأنابيب مباشرةً في دفتر Jupyter أو على Google Colab! بحلول نهاية الحديث، سيكون لديك المعلومات الضرورية لتحويل مشروعك الحالي إلى مشروع يستخدم التعلم النشط لتحسين مقاييس نماذجك بكفاءة وسرعة!
يمكن أن يساعدك استخدام أدوات مفتوحة المصدر مع YOLOv8 في تشغيل مشروع رؤية الذكاء الاصطناعي التالي وتشغيله بسرعة. توجد مستودعات للصور مفتوحة المصدر ومكتبات للمساعدة في أتمتة تصنيف البيانات وأدوات للتتبع أو العد وخوادم لنشر النماذج الخاصة بك. تعرف على كيفية استخدامها مع YOLOv8 لإنشاء التطبيق التالي.
من المتوقع أن يكون للسباق العالمي المستمر نحو أنظمة الذكاء الاصطناعي (AI) الأكبر والأفضل تأثير مجتمعي وبيئي عميق من خلال تغيير أسواق العمل وتعطيل نماذج الأعمال وتمكين هياكل الحوكمة والرعاية المجتمعية الجديدة التي يمكن أن تؤثر على الإجماع العالمي بشأن مسارات العمل المناخي. ومع ذلك، يتم تدريب أنظمة الذكاء الاصطناعي الحالية على مجموعات بيانات متحيزة يمكن أن تزعزع استقرار الوكالات السياسية التي تؤثر على قرارات التخفيف من تغير المناخ والتكيف معه وتعرض الاستقرار الاجتماعي للخطر، مما قد يؤدي إلى أحداث مجتمعية فاصلة. وبالتالي، فإن التصميم المناسب لنظام ذكاء اصطناعي أقل تحيزًا يعكس الآثار المباشرة وغير المباشرة على المجتمعات والتحديات الكوكبية هو مسألة ذات أهمية قصوى.
يمكن أن يؤدي تكميم نماذج التعلم الآلي (ML) إلى انخفاض كبير في حجم النموذج بالإضافة إلى تقليل زمن الوصول للاستدلال بسبب متطلبات النطاق الترددي المنخفضة. عند النشر على خيارات الأجهزة التي تدعم حسابات الأعداد الصحيحة بكفاءة، يمكن أن تكون مكاسب الأداء أكثر إثارة. ومع ذلك، يمكن أن يؤدي التكميم في بعض الأحيان إلى تدهور غير مقبول في الدقة. في هذه المحادثة، نقدم نظرة عامة على طرق تكميم نماذج YOLOv8 بكفاءة مما يجعلها خيارًا ممتازًا لمختلف تطبيقات الذكاء الاصطناعي المتطورة في الوقت الفعلي. نقدم أيضًا فئة من نماذج YOLOv8 مع وظيفة تنشيط ReLU6 التي تظهر نتائج تكميم ممتازة بعد التدريب على مجموعة متنوعة من بنيات النماذج ومجموعات البيانات. أخيرًا، نوضح كيف يمكن نشر النماذج الكمية على خيارات أجهزة متعددة مثل وحدات المعالجة المركزية و Edge TPUs و Orca (مسرع DeGirum’s AI HW) باستخدام واجهات برمجة تطبيقات بسيطة.
تُعد Ultralytics موطنًا لنماذج رؤية الكمبيوتر المتطورة والحديثة لمهام مثل تصنيف الصور، واكتشاف الكائنات، وتقسيم الصور، وتقدير الوضعيات. تعتبر Weights & Biases منصة MLOps تركز على المطورين، وعند دمجها مع سير عمل Ultralytics، فإنها تمكننا من إدارة تجاربنا ونقاط فحص النماذج بسهولة، وتصور نتائج تجاربنا بطريقة ثاقبة وبديهية. في هذه الجلسة، سوف نستكشف كيف يمكننا تعزيز سير عمل رؤية الكمبيوتر لدينا بشكل فعال باستخدام Ultralytics و Weights & Biases.
تعرّف على كيف قمنا بإنشاء PatentPT، وهو حل نموذج لغوي متقدم يعزز بشكل كبير إمكانات البحث عن براءات الاختراع والتفاعل معها. يقدم العرض رؤى عملية حول الضبط الدقيق ونشر نماذج اللغة الكبيرة والاستفادة من وكلاء الذاكرة على مستوى المؤسسات للإكمال التلقائي لبراءات الاختراع، وإنشاء ملخصات ومطالبات، وإجراء وظائف بحث متقدمة عن براءات الاختراع باستخدام مجموعة براءات الاختراع الغنية. سنشرح لك كيفية تطوير حل مماثل باستخدام Deep Lake المتطور من Activeloop، وقاعدة بيانات الذكاء الاصطناعي، ونماذج LLM مفتوحة المصدر، وأجهزة Habana Gaudi HPU، وواجهات برمجة تطبيقات استنتاج LLM من Amazon Sagemaker.
سنشرح لك المخططات المعمارية وجميع الخطوات التي اتخذناها لبناء الحل - من تدريب نموذج LLM الخاص بنا وضبطه بدقة، وإنشاء ميزات مخصصة، ونشر واجهات برمجة تطبيقات البحث.
سواء كنت ممارسًا للذكاء الاصطناعي وتبحث عن أدلة عملية حول الضبط الدقيق لـ LLM، أو متخصصًا قانونيًا مهتمًا بالاستفادة من الذكاء الاصطناعي للبحث عن براءات الاختراع، أو ببساطة فضوليًا بشأن مستقبل الحلول المعززة بالذكاء الاصطناعي، فإن حديثنا يقدم لمحة عن عملية وإمكانات استخدام LLM في مجال متخصص. انضم إلينا ونحن نشارك رحلتنا في بناء تطبيقات مخصصة مدعومة بـ LLM مدعومة من Deep Lake، قاعدة بيانات الذكاء الاصطناعي للشركات الكبيرة والصغيرة.
يتم بناء شركات مفتوحة المصدر بشكل مختلف. في هذه المحادثة، سنغطي ما الذي سيبحث عنه المستثمرون عند التفكير في الاستثمار في السلسلة A. تنبيه: قد لا تحتاج إلى إيرادات، ولكنك بالتأكيد تحتاج إلى زخم! سنشارك أفضل المقاييس في فئتها من شركات OSS الأخرى لمساعدتك في معرفة متى يتم جمع التبرعات.
سنبدأ اليوم في Google for Startups في مدريد مع القهوة. يتضمن الصباح سلسلة من المحادثات، يليها استراحة غداء تستضيفها Ultralytics في Google for Startups. بعد الغداء، سنعود إلى المزيد من الجلسات. ولاختتام YV23، انضموا إلينا في ساعة تواصل رسميّة سعيدة، تستضيفها أيضًا Google for Startups.
يتيح لك الحضور الشخصي الانغماس في أجواء الفعالية والتفاعل مع المتحدثين والحاضرين الآخرين والمشاركة في جلسات التواصل. إنها فرصة فريدة للتفاعل مباشرة مع مجتمع رؤية الذكاء الاصطناعي.
تذاكر YV23 مجانية تمامًا، سواء اخترت الانضمام إلينا افتراضيًا أو شخصيًا.
Calle de Moreno Nieto, 2, 28005 Madrid, Spain.
يوفر YV23 خيارات حضور افتراضية وشخصية. لتأمين مكانك، ما عليك سوى إكمال نموذج التسجيل الموجود في هذه الصفحة.
إذا كنت في الصين، فيرجى العثور على بث Bilibili الافتراضي هنا. إذا كنت تنضم من بقية العالم، فيرجى المتابعة باستخدام بث Youtube الافتراضي هنا.