#YV23, powered by Ultralytics, ist die einzige Konferenz weltweit, die sich auf Open-Source-Vision-KI-Entwicklung und -Fortschritt konzentriert. Sowohl persönlich als auch online kommen Forscher, Ingenieure und Praktiker zum zweiten Mal zusammen, um Wissen, Innovation und Fortschritt auszutauschen. Treffen Sie Experten und Führungskräfte am 27. September bei Google for Startups in Madrid, Spanien, um die Grenzen der neuen Vision-KI-Frontier zu erweitern.
1
Tag
18
spricht
2,000+
Online-Teilnehmer
150
Teilnehmer vor Ort
Glenn Jocher
Gründer & CEO
Glenn gründete Ultralytics, um die Antineutrino-Analyse der United States National Geospatial-Intelligence Agency (NGA) zu leiten, die im miniTimeCube-Experiment und der weltweit ersten Globalen Antineutrino-Karte in Nature gipfelte. Eine tiefere Erkenntnis der tiefgreifenden teilchenphysikalischen Geheimnisse, die uns entgehen, führte ihn zur Artificial General Intelligence (AGI) als die beste Lösung für die Menschheit, um die Grenzen unseres eigenen Geistes zu überschreiten und eines Tages das Universum und unseren Platz darin wirklich zu verstehen. Heute ist er bestrebt, die weltweit beste Vision AI als Baustein für eine zukünftige AGI zu entwickeln, wobei Ultralytics YOLO und Ultralytics HUB die Speerspitzen dieser Besessenheit bilden.
KEYNOTE: Erkundung von Ultralytics YOLO: Fortschritte in der hochmodernen Vision AI
PANEL: Open-Source-KI einfach gemacht
Adrian Boguszewski
Software Evangelist
Adrian schloss sein Studium an der Technischen Universität Danzig im Bereich Informatik vor 8 Jahren ab. Danach begann er seine Karriere im Bereich Computer Vision und Deep Learning. In den letzten zwei Jahren war Adrian als Teamleiter von Data Scientists und Android-Entwicklern für eine Anwendung verantwortlich, mit der man ein professionelles Foto (für einen Personalausweis oder Reisepass) von zu Hause aus machen konnte. Er ist Mitautor des LandCover.ai-Datensatzes, Ersteller des OpenCV Image Viewer Plugins und gelegentlich Dozent für Deep Learning. Seine derzeitige Aufgabe ist es, Menschen über das OpenVINO Toolkit zu informieren. In seiner Freizeit ist er ein Reisender. Man kann sich auch mit ihm über Finanzen, insbesondere über Investitionen, unterhalten.
KEYNOTE: Umgehen Sie die Warteschlange! Erfahren Sie, wie Sie ein intelligentes Queue-Management-System mit YOLOv8 aufbauen
Elaine Wu
Edge AI Partnerschaft & Marketing
Elaine ist Edge AI Marketing- und Partnermanagerin bei Seeed, einem IoT-Hardwareunternehmen seit 2008 und Elite-Partner von NVIDIA Embedded. Bei Seeed glaubt und arbeitet sie durch die Zusammenarbeit mit Entwicklern, dem Ökosystem und dem Hardware-Know-how von Seeed an der zuverlässigsten Hardwareplattform, die es jedem ermöglicht, seine Ziele der digitalen Transformation zu erreichen und gemeinsam KI-Produkte der nächsten Generation zu entwickeln. Sie twittert unter @iamelainewu.
Jede Kamera mit YOLOv8 ohne Code aufrüsten
Shashi Chilappagari
Chefarchitekt & Mitbegründer
Shashi Chilappagari ist Mitbegründer und Chefarchitekt bei DeGirum Corp., einem Fabless-Halbleiterunternehmen, das komplette KI-Lösungen für den Edge-Bereich entwickelt. Vor DeGirum war er Direktor für SSD-Architektur bei Marvell Semiconductor Inc. Shashi hat B. Tech- und M. Tech-Abschlüsse vom Indian Institute of Technology, Madras, Indien, und einen Ph.D. von der University of Arizona, Tucson, Arizona.
Quantisierte YOLOv8-Modelle auf Edge-Geräten bereitstellen
Merve Noyan
Developer Advocacy Engineer
Merve Noyan ist Ingenieurin im Bereich Developer Advocacy bei Hugging Face und arbeitet an Open-Source-Machine-Learning. Sie ist außerdem Absolventin der Machine-Learning-Forschung und GDE im Bereich Machine Learning.
Open-Source-Vision mit Transformatoren
Amir Servi
Edge Deep Learning Produktmanager
Amir ist der Edge Deep Learning Product Manager bei Sony. Mit über 15 Jahren Erfahrung im Technologiebereich, Entwicklertools und umfassender Erfahrung im KI-Ökosystem bei Deci, Superwise und AnyVision ist Amir auf die Leitung von Produkt- und F&E-Teams spezialisiert, um modernste Technologieprodukte für Entwickler zu liefern, von Computer-Vision-Anwendungen über die Beschleunigung neuronaler Netze bis hin zur Neugestaltung der Deep-Learning-Bereitstellung auf Edge-Geräten.
Überbrückung der Kluft zwischen KI-Forschung und Echtzeit-Edge
Glenn Jocher
Gründer & CEO
Glenn gründete Ultralytics, um die Antineutrino-Analyse der United States National Geospatial-Intelligence Agency (NGA) zu leiten, die im miniTimeCube-Experiment und der weltweit ersten Globalen Antineutrino-Karte in Nature gipfelte. Eine tiefere Erkenntnis der tiefgreifenden teilchenphysikalischen Geheimnisse, die uns entgehen, führte ihn zur Artificial General Intelligence (AGI) als die beste Lösung für die Menschheit, um die Grenzen unseres eigenen Geistes zu überschreiten und eines Tages das Universum und unseren Platz darin wirklich zu verstehen. Heute ist er bestrebt, die weltweit beste Vision AI als Baustein für eine zukünftige AGI zu entwickeln, wobei Ultralytics YOLO und Ultralytics HUB die Speerspitzen dieser Besessenheit bilden.
KEYNOTE: Erkundung von Ultralytics YOLO: Fortschritte in der hochmodernen Vision AI
PANEL: Open-Source-KI einfach gemacht
Adrian Boguszewski
Software Evangelist
Adrian schloss sein Studium an der Technischen Universität Danzig im Bereich Informatik vor 8 Jahren ab. Danach begann er seine Karriere im Bereich Computer Vision und Deep Learning. In den letzten zwei Jahren war Adrian als Teamleiter von Data Scientists und Android-Entwicklern für eine Anwendung verantwortlich, mit der man ein professionelles Foto (für einen Personalausweis oder Reisepass) von zu Hause aus machen konnte. Er ist Mitautor des LandCover.ai-Datensatzes, Ersteller des OpenCV Image Viewer Plugins und gelegentlich Dozent für Deep Learning. Seine derzeitige Aufgabe ist es, Menschen über das OpenVINO Toolkit zu informieren. In seiner Freizeit ist er ein Reisender. Man kann sich auch mit ihm über Finanzen, insbesondere über Investitionen, unterhalten.
KEYNOTE: Umgehen Sie die Warteschlange! Erfahren Sie, wie Sie ein intelligentes Queue-Management-System mit YOLOv8 aufbauen
Elaine Wu
Edge AI Partnerschaft & Marketing
Elaine ist Edge AI Marketing- und Partnermanagerin bei Seeed, einem IoT-Hardwareunternehmen seit 2008 und Elite-Partner von NVIDIA Embedded. Bei Seeed glaubt und arbeitet sie durch die Zusammenarbeit mit Entwicklern, dem Ökosystem und dem Hardware-Know-how von Seeed an der zuverlässigsten Hardwareplattform, die es jedem ermöglicht, seine Ziele der digitalen Transformation zu erreichen und gemeinsam KI-Produkte der nächsten Generation zu entwickeln. Sie twittert unter @iamelainewu.
Jede Kamera mit YOLOv8 ohne Code aufrüsten
Shashi Chilappagari
Chefarchitekt & Mitbegründer
Shashi Chilappagari ist Mitbegründer und Chefarchitekt bei DeGirum Corp., einem Fabless-Halbleiterunternehmen, das komplette KI-Lösungen für den Edge-Bereich entwickelt. Vor DeGirum war er Direktor für SSD-Architektur bei Marvell Semiconductor Inc. Shashi hat B. Tech- und M. Tech-Abschlüsse vom Indian Institute of Technology, Madras, Indien, und einen Ph.D. von der University of Arizona, Tucson, Arizona.
Quantisierte YOLOv8-Modelle auf Edge-Geräten bereitstellen
Merve Noyan
Developer Advocacy Engineer
Merve Noyan ist Ingenieurin im Bereich Developer Advocacy bei Hugging Face und arbeitet an Open-Source-Machine-Learning. Sie ist außerdem Absolventin der Machine-Learning-Forschung und GDE im Bereich Machine Learning.
Open-Source-Vision mit Transformatoren
Amir Servi
Edge Deep Learning Produktmanager
Amir ist der Edge Deep Learning Product Manager bei Sony. Mit über 15 Jahren Erfahrung im Technologiebereich, Entwicklertools und umfassender Erfahrung im KI-Ökosystem bei Deci, Superwise und AnyVision ist Amir auf die Leitung von Produkt- und F&E-Teams spezialisiert, um modernste Technologieprodukte für Entwickler zu liefern, von Computer-Vision-Anwendungen über die Beschleunigung neuronaler Netze bis hin zur Neugestaltung der Deep-Learning-Bereitstellung auf Edge-Geräten.
Überbrückung der Kluft zwischen KI-Forschung und Echtzeit-Edge
Kalen Michael
Produktchef
Kalen, der seit seinem 13. Lebensjahr programmiert, als er seinen ersten Computer geschenkt bekam, löst gerne Herausforderungen auf die effizienteste Art und Weise. Das Programmieren und die Suche nach Lösungen treiben ihn wirklich an, und es gibt nichts Aufregenderes als den Rausch, den er empfindet, wenn sein Code fehlerfrei kompiliert. Je mehr Sprachen er lernt, desto mehr verlangt er danach, und er wartet nur auf den Tag, an dem wir Fähigkeiten wie in der Matrix herunterladen können.
KI für alle: Ultralytics HUB ebnet das Spielfeld
Erica Brescia
Geschäftsführer
Erica Brescia kam 2022 als Managing Director zu Redpoint Ventures, wo sie sich auf Investitionen in Infrastruktur, KI, Entwickler-Tools und Sicherheit konzentriert. Sie ist derzeit in den Vorständen von Dagger, Railway, Xata und Poolside vertreten und hat weitere nicht angekündigte Infrastrukturinvestitionen geleitet. Vor Redpoint war Erica COO von GitHub. Vor GitHub war Erica Mitbegründerin und COO von Bitnami, einem Unternehmen für Open-Source-Anwendungspaketierung und -bereitstellung, das von VMware übernommen wurde. Sie war außerdem Mitbegründerin und CEO von BitRock, das Softwarepaketierungstechnologie entwickelte. Erica ist seit über 15 Jahren eine Führungspersönlichkeit in der Open-Source-Community und seit 2016 im Vorstand der Linux Foundation vertreten. Vor ihrem Eintritt bei Redpoint war Erica Angel-Investorin und Beraterin für Unternehmen wie Netlify, Coda, Whimsical, Xata und Byteboard. Sie lebt mit ihrem Mann, ihrem Sohn und ihrem urkomischen Lab-Chihuahua-Mix in Walnut Creek, CA.
Series A für Open Source: Wonach Investoren suchen
Dr. Ramit Debnath
Mitbegründer
Assistenzprofessor für Computational Social Science & Design an der Universität Cambridge, Direktor der Collective Intelligence & Design Group (Universität Cambridge) und erster Cambridge Zero Fellow, der eine globale Forschungsinitiative zur Verbesserung des öffentlichen Verständnisses des Klimawandels leitet, indem er mit führenden akademischen Institutionen wie Caltech, Harvard University, Boston University, MCC-Berlin, führenden Organisationen der öffentlichen Ordnung wie dem Umweltprogramm der Vereinten Nationen (UNEP), der Internationalen Energieagentur (IEA) und anderen Pionieren im Bereich Klima und Nachhaltigkeit zusammenarbeitet.
Gastwissenschaftler am Caltech. Zuvor an der Stanford University, IEA und IIT Bombay tätig. Gates-Stipendiat.
Menschliche und maschinelle Intelligenz für planetarische Klimamaßnahmen
Seán Boyle
Mitbegründer
War Twitters erster Head of Sustainability, lancierte die erste unternehmensweite Klimaschutzstrategie, war Co-Produzent der ersten unternehmensweiten Klimawandel-Fehl/Desinformationsrichtlinie und arbeitete mit führenden Klimaschutzorganisationen zusammen, darunter das Rahmenübereinkommen der Vereinten Nationen über Klimaänderungen (UNFCCC), das Umweltprogramm der Vereinten Nationen (UNEP), COP27, FridaysForFuture, WeDontHaveTime, führende akademische Einrichtungen wie die Universität Cambridge und andere Pioniere im Bereich des Klimaschutzes.
8 Jahre bei Twitter gearbeitet. Zuvor war er bei Meta und KPMG tätig.
Beiratsmitglied bei WeDontHaveTime. Ehrenmitglied von Sigma Squared.
Menschliche und maschinelle Intelligenz für planetarische Klimamaßnahmen
Yonatan Geifman
Mitbegründer & CEO
Yonatan Geifman ist CEO und Mitbegründer von Deci, der Deep-Learning-Entwicklungsplattform. Vor der Mitbegründung von Deci war Yonatan Mitglied des MorphNet-Teams von Google AI. Er hat einen Doktortitel in Informatik vom Technion-Israel Institute of Technology sowie einen B.Sc. und M.Sc. in Informatik von der Ben-Gurion-Universität in Israel. Seine Forschung konzentrierte sich darauf, Deep Neural Networks (DNNs) für unternehmenskritische Aufgaben besser anwendbar zu machen. Sie wurde auf führenden globalen Konferenzen wie der Conference on Neural Information Processing Systems (NeurIPS) und der International Conference on Machine Learning (ICML) veröffentlicht und vorgestellt.
PANEL: Open-Source Vision AI einfach gemacht
Lakshantha Dissayanake
Applikationsingenieur
Lakshantha ist Senior Application Engineer für Edge AI bei Seeed Studio. Er hält sich aktiv über die neuesten KI-Trends auf dem Laufenden und liefert eingebettete KI-Anwendungen in Form von schrittweisen Wiki-Tutorials für NVIDIA Jetson an die Entwickler-Community. Außerdem bietet er technische Workshops an und beteiligt sich an der Lösung technischer Probleme, mit denen die Community konfrontiert ist.
Show and Tell: So stellen Sie YOLO auf (fast) allem bereit: Einfacher und schneller!
Davit Buniatyan
Gründer & CEO
Im Alter von 18 Jahren erlangte Davit Buniatyan erstmals Anerkennung, als TechCrunch über ihn berichtete. Nach seinem Informatikstudium am University College London (UCL) begann er im Alter von 20 Jahren mit seiner Promotion an der Princeton University. Während seiner Zeit in Princeton konzentrierte sich Davit auf die Forschung am renommierten Princeton Neuroscience Lab unter der Leitung von Professor Sebastian Seung.
Davit wurde mit dem Gordon Wu Fellowship und dem AWS Machine Learning Research Award ausgezeichnet. Seine bahnbrechende Forschung umfasste die Kartierung des Konnektoms des Mäusehirns. Als er im Neuroscience Lab mit den Herausforderungen bei der Analyse umfangreicher, multimodaler Datensätze zu kämpfen hatte, entdeckte Davit eine Reihe von dringenden Herausforderungen im Bereich Machine Learning. So wechselte Davit in die Rolle des Gründungs-CEO von Activeloop. Unterstützt von Y-Combinator und anderen prominenten Silicon-Valley-Fonds und -Angels baut Activeloop Deep Lake, eine Vektordatenbank, die für alle KI-Daten geeignet ist.
PatentPT: Aufbau einer LLM-gestützten Lösung mit Enterprise-Grade Memory Agents
Soumik Rakshit
ML-Ingenieur
ML-Ingenieur bei Weights & Biases und Google Developer Expert in JAX. Ich arbeite auch an Open-Source-Projekten im Bereich Computer Vision mit Forschungsschwerpunkten in den Bereichen generative Datenverarbeitung, Bildwiederherstellung und Computergrafik. Ich engagiere mich aktiv in Open Source, hauptsächlich durch die Implementierung von Forschungsarbeiten, End-to-End-ML-Beispielen und MLOps-Integrationen für Open-Source-Repositories wie Ultralytics, Diffusers, Keras usw.
Ultralytics mit Weights & Biases aufladen
Bo Zhang
Algorithmus-Stratege
Bo Zhang ist Algorithmusstratege bei Meituan Vision. Er erhielt seinen Master-Abschluss in Informatik an der Universität Trient, Italien, im Jahr 2013. Seine bisherigen Bemühungen galten dem automatisierten maschinellen Lernen und der Computer Vision. Er hat intensiv an dem YOLOv6-Projekt mitgearbeitet.
PANEL: Open-Source Vision AI einfach gemacht
Dr. Bram Verhoef
Leiter des Bereichs Machine Learning
Bram Verhoef hat einen Hintergrund in Statistik, Psychologie und Neurowissenschaften. Nach seiner Promotion im Jahr 2010 an der KU Leuven forschte er als Postdoktorand an der Harvard University und der University of Chicago mit dem Schwerpunkt auf der Computational Neuroscience, die Aufmerksamkeitsmechanismen zugrunde liegt.
Im Jahr 2017 kehrte er nach Belgien zurück, um bei Imec als Principal Member of Technical Staff zu arbeiten und die Algorithmusentwicklung im Zusammenhang mit einem neuartigen analogen Compute-in-Memory Deep Learning Chip zu leiten. Im Jahr 2021 war er Mitbegründer von Axelera AI und ist derzeit Head of Machine Learning. Er leitet die Bemühungen zur Algorithmusoptimierung für den hochmodernen Deep Learning Accelerator von Axelera AI.
YOLO Supercharged: Nutzung der AI-nativen Leistung
Mónica Villas
Technischer Berater und Dozent
Ehemaliger IBM-Manager mit über 20 Jahren Erfahrung in der IT. Derzeit tätig als technischer Berater und Dozent. Nach vielen Jahren in der IT weiß ich, wie Technologie eingesetzt werden kann, um das Geschäft zu verändern und zu verbessern. Ich begeistere mich für neue Lehr- und Lernmethoden und verfüge über fundierte Kenntnisse in den Bereichen Cloud, Analytics, künstliche Intelligenz und exponentielle Technologien, während ich jeden Tag weiterlerne. Als Ingenieur liebe ich Technologie und die Veränderung der Welt. Ich habe große Fähigkeiten, komplexe Dinge zu vereinfachen, Probleme zu lösen und im Team zu arbeiten. Abgesehen von der Technologie ist eine meiner anderen Leidenschaften der Mensch. Menschen zu führen war sehr lohnend, und während meiner 15 Jahre als Führungskraft habe ich immer versucht, mit gutem Beispiel voranzugehen. Die Leute sind mir gefolgt, was letztendlich das Hauptziel einer Führungskraft ist. In meiner gesamten Karriere haben mir die drei Dinge am meisten geholfen: Menschen, Ausdauer und Leidenschaft.
Ethische Herausforderungen der KI
Glenn Jocher von Ultralytics (YOLOv5 und YOLOv8), Yonatan Geifman von Deci (YOLO-NAS) und Bo Zhang von Meituan (YOLOv6) kommen in diesem Panel zusammen, um den Stand der Open-Source-Vision-KI zu untersuchen. Dieses Panel befasst sich mit den Herausforderungen und Prioritäten, die bei der Modellimplementierung auftreten, und bietet wertvolle Einblicke für eine nahtlose KI-Einführung. Darüber hinaus werden die Diskussionsteilnehmer die Bereitstellung auf Edge-Geräten ansprechen, das Potenzial für Objektreidentifikationsmodule untersuchen, Einblicke in die Modellbereitstellung geben und vieles mehr.
Weltweit sind etwa 1 Milliarde Netzwerkkameras im Einsatz. Intelligente Kameras, die von fortschrittlicher KI angetrieben werden, können sich auf das Wesentliche konzentrieren und Räume für alle sicherer machen, von Fahrern und Fußgängern bis hin zu Einzelhändlern und Käufern. Wir führen Sie durch die allgemeine Edge-Performance für Videoanalyseanwendungen, die Inferenz auf NVIDIA Jetson durchführen, und Sie können jede ältere Kamera mit dem YOLOv8-Modell ohne eine einzige Codezeile aufrüsten.
Seien Sie dabei und sehen Sie, wie die Metis-Plattform von Axelera AI branchenführende Leistung und Benutzerfreundlichkeit bietet, und das zu einem Bruchteil der Kosten und des Stromverbrauchs der heute verfügbaren Lösungen. Entdecken Sie die beeindruckenden Ergebnisse unserer Hardware- und Softwarelösung, die YOLO-Modelle für die Inferenz auf Edge-Geräten optimiert.
KI transformiert verschiedene Sektoren, Rohstoffe und grundlegende Funktionalitäten. Dennoch verbrauchen tiefe neuronale Netze übermäßige Ressourcen in Bezug auf Speicher, Rechenleistung und Energie. Um die breite Akzeptanz von KI zu gewährleisten, muss sie effizient auf Endbenutzergeräten arbeiten und strenge Leistungs- und thermische Einschränkungen einhalten. Techniken wie Quantisierung und Komprimierung spielen eine entscheidende Rolle bei der Bewältigung dieser Herausforderungen.
In diesem Webinar führt Sie Amir Servi, Produktmanager bei Sony, durch das Model Compression Toolkit von Sony zur Quantisierung und Beschleunigung von Deep-Learning-Modellen für den effizienten Edge-Einsatz. Sie werden lernen, wie Sie dasselbe für Ihr eigenes Modell tun können! Was Sie lernen werden:
- Unsere neuesten Forschungsergebnisse zu Quantisierungstechniken und deren Implementierung in ein praktisches Produkt
- Bedeutung der Hardware-bewussten Komprimierung für die Inferenz am Edge
- Wie Ingenieure und Forscher diese Techniken mit Sony MCT implementieren können
Ultralytics HUB senkt die Eintrittsbarrieren in die Welt des ML und macht es Einzelpersonen und Unternehmen gleichermaßen zugänglich, unabhängig von ihren Programmierkenntnissen. Erfahren Sie, wie diese Plattform die Art und Weise, wie wir uns Machine Learning nähern, revolutionieren und eine neue Generation von Datenenthusiasten in die Lage versetzen wird, ihre Ideen mit beispielloser Leichtigkeit in die Realität umzusetzen.
Und verpassen Sie nicht unsere große Ankündigung...
Das Bereitstellen modernster Modelle auf eingebetteten Geräten, von Edge-GPUs von NVIDIA Jetson bis hin zu winzigen MCUs, stellt Herausforderungen und Einschränkungen dar. Wir werden durchgehen, wie diese Modelle, einschließlich YOLOv8, auf optimierte Weise bereitgestellt werden und wie die Gesamt-Edge-Leistung für Videoanalyseanwendungen auf NVIDIA Jetson ist.
Glenn verfolgt unerbittlich das Ziel, die weltweit beste Vision AI zu entwickeln. Für ihn ist dies nicht nur eine technologische Errungenschaft, sondern ein wichtiger Schritt zur Verwirklichung des Potenzials von AGI. Die Speerspitzen dieses unerbittlichen Strebens sind kein Geringerer als YOLOv5, YOLOv8 und der Ultralytics HUB.
Was macht Ultralytics YOLO zum besten der Welt?
Jüngste Fortschritte im Bereich Computer Vision wurden maßgeblich durch die Einführung der Transformer-Architektur und der benutzerfreundlichen Abstraktionen zum Vorab-Trainieren (Pre-Train), Feinabstimmen (Fine-Tune) und Inferenzieren in der 🤗 Transformers-Bibliothek vorangetrieben. Dieser Vortrag gibt einen Überblick über die neuesten Transformer-basierten Vision-Modelle, untersucht die in der 🤗 Transformers-Bibliothek verfügbaren Dienstprogramme und bietet praktische Einblicke in die dahinter stehende Philosophie.
Sind Sie lange Warteschlangen an der Kasse im Einzelhandel leid? Unser intelligentes Warteschlangenmanagementsystem ist die Antwort! Nehmen Sie an unserem Schritt-für-Schritt-Tutorial teil, um zu erfahren, wie Sie ein solches System mit OpenVINO und YOLOv8 erstellen können. Wir führen Sie durch den Prozess der Integration dieser leistungsstarken Open-Source-Tools, um eine End-to-End-Lösung zu entwickeln, die in Einzelhandelsumgebungen eingesetzt werden kann. Sie lernen, wie Sie die Anwendung optimieren, um eine hervorragende Leistung zu erzielen. Egal, ob Sie ein erfahrener Entwickler oder neu im Bereich KI sind, diese Sitzung bietet praktische Tipps und Best Practices für die Entwicklung intelligenter Systeme mit OpenVINO. Am Ende der Präsentation verfügen Sie über das Wissen und die Ressourcen, um Ihre eigene Lösung zu entwickeln.
In einer Ära, die von rasanten Fortschritten in der künstlichen Intelligenz (KI) geprägt ist, ist die Navigation in der ethischen Landschaft dieser Technologie von größter Bedeutung. In dieser Sitzung wird Mónica das komplizierte Netz ethischer Dilemmata entwirren, die mit der transformativen Kraft der KI einhergehen. Von der Behandlung von Voreingenommenheit und Fairness bis hin zur Erforschung von Transparenz, Verantwortlichkeit und den tiefgreifenden Auswirkungen der KI auf die Gesellschaft wird Mónica Einblicke geben, die die ethischen Überlegungen im Zusammenhang mit KI beleuchten.
Dieser Vortrag ist Ihre Gelegenheit, ein grundlegendes Verständnis der ethischen Herausforderungen und Verantwortlichkeiten im Zusammenhang mit KI zu erlangen. Mónica wird Sie mit Wissen ausstatten, das für jeden, der an der KI-Entwicklung, Entscheidungsfindung oder Politikgestaltung beteiligt ist, unerlässlich ist.
Foundation Models können in Bezug auf GPU-Berechnungen anspruchsvoll sein und sind möglicherweise nicht für Echtzeitanwendungen geeignet, insbesondere wenn Sie Millionen von autonomen Verkaufspunkten skalieren möchten. Wir nutzen jedoch die Methode der Wissensdestillation, bei der wir unsere Foundation Models für komplexe Aufgaben wie Annotationen einsetzen und dieses Wissen in kleinere und kostengünstigere Modelle übertragen. Dies ermöglicht es uns, unseren Annotationsprozess bis zu 90-mal schneller als mit herkömmlicher menschlicher Kennzeichnung zu beschleunigen.
Pssst. Möchten Sie ein Geheimnis hören? Was wäre, wenn ich Ihnen sagen würde, dass Active Learning nicht schwer sein muss? Was wäre, wenn es einen einfachen Weg gäbe? Sie haben Glück. Dieser Vortrag zeigt Ihnen genau, wie Sie eine Active-Learning-Pipeline mit der Data Engine von DagsHub implementieren. Und 90 % der Pipeline können direkt in einem Jupyter Notebook oder auf Google Colab ausgeführt werden! Am Ende des Vortrags verfügen Sie über die notwendigen Informationen, um Ihr bestehendes Projekt in ein Projekt umzuwandeln, das Active Learning nutzt, um die Metriken Ihrer Modelle effizient und schnell zu verbessern!
Die Verwendung von Open-Source-Tools mit YOLOv8 kann Ihnen helfen, Ihr nächstes Vision-AI-Projekt schnell zum Laufen zu bringen. Es gibt Repositories mit Open-Source-Bildern, Bibliotheken zur Automatisierung der Datenbeschriftung, Tools zur Verfolgung oder Zählung und Server zur Bereitstellung Ihrer Modelle. Erfahren Sie, wie Sie diese mit YOLOv8 verwenden können, um Ihre nächste Anwendung zu erstellen.
Es wird erwartet, dass das globale Wettrennen um größere und bessere Systeme der künstlichen Intelligenz (KI) tiefgreifende gesellschaftliche und ökologische Auswirkungen haben wird, indem es Arbeitsmärkte verändert, Geschäftsmodelle aufbricht und neue Strukturen für Governance und gesellschaftliches Wohlergehen ermöglicht, die den globalen Konsens für Klimaschutzmaßnahmen beeinflussen können. Die derzeitigen KI-Systeme werden jedoch mit verzerrten Datensätzen trainiert, die politische Institutionen destabilisieren und Entscheidungen zur Eindämmung des Klimawandels und zur Anpassung an ihn beeinträchtigen und die soziale Stabilität gefährden könnten, was möglicherweise zu gesellschaftlichen Kipppunkten führt. Daher ist die angemessene Gestaltung eines weniger voreingenommenen KI-Systems, das sowohl direkte als auch indirekte Auswirkungen auf Gesellschaften und planetarische Herausforderungen berücksichtigt, von größter Bedeutung.
Die Quantisierung von Machine-Learning(ML)-Modellen kann zu einer deutlichen Verringerung der Modellgröße sowie zu einer Reduzierung der Inferenzlatenz aufgrund geringerer Bandbreitenanforderungen führen. Bei der Bereitstellung auf Hardwareoptionen, die Integer-Berechnungen effizient unterstützen, können die Leistungsgewinne noch dramatischer sein. Die Quantisierung kann jedoch manchmal zu einer inakzeptablen Verschlechterung der Genauigkeit führen. In diesem Vortrag geben wir einen Überblick über die Methoden zur effizienten Quantisierung von YOLOv8-Modellen, die sie zu einer ausgezeichneten Wahl für verschiedene Echtzeit-Edge-KI-Anwendungen machen. Wir stellen auch eine Klasse von YOLOv8-Modellen mit ReLU6-Aktivierungsfunktion vor, die ausgezeichnete Ergebnisse bei der Quantisierung nach dem Training auf einer Vielzahl von Modellarchitekturen und Datensätzen zeigen. Abschließend veranschaulichen wir, wie die quantisierten Modelle auf mehreren Hardwareoptionen wie CPUs, Edge TPUs und Orca (DeGirums AI HW-Beschleuniger) mithilfe einfacher APIs bereitgestellt werden können.
Ultralytics ist die Heimat für hochmoderne Computer Vision-Modelle für Aufgaben wie Bildklassifizierung, Objekterkennung, Bildsegmentierung und Pose-Schätzung. Weights & Biases ist eine Developer-First-MLOps-Plattform, die, wenn sie in einen Ultralytics-Workflow integriert wird, es uns ermöglicht, unsere Experimente und Modell-Checkpoints einfach zu verwalten und die Ergebnisse unserer Experimente aufschlussreich und intuitiv zu visualisieren. In dieser Sitzung werden wir untersuchen, wie wir unsere Computer-Vision-Workflows mit Ultralytics und Weights & Biases effektiv optimieren können.
Erfahren Sie, wie wir PatentPT entwickelt haben, eine fortschrittliche Sprachmodelllösung, die die Patentrecherche und Interaktionsfähigkeiten erheblich verbessert. Die Präsentation bietet praktische Einblicke in die Feinabstimmung und Bereitstellung großer Sprachmodelle und die Nutzung von Memory Agents der Enterprise-Klasse, um Patente automatisch zu vervollständigen, Zusammenfassungen und Ansprüche zu generieren und erweiterte Patent Suchfunktionen mithilfe des umfangreichen Patentkorpus durchzuführen. Wir führen Sie durch die Entwicklung einer ähnlichen Lösung mithilfe von Activeloop’s Deep Lake, der Datenbank für KI, Open-Source-LLM-Modellen, Habana Gaudi HPU-Hardware und den LLM-Inferenz-APIs von Amazon Sagemaker.
Wir führen Sie durch die architektonischen Blaupausen und alle Schritte, die wir unternommen haben, um die Lösung zu erstellen – vom Trainieren unseres LLM-Modells und dessen Feinabstimmung über das Erstellen benutzerdefinierter Funktionen bis hin zur Bereitstellung von Such-APIs.
Egal, ob Sie ein KI-Praktiker sind, der nach praktischen Anleitungen zur Feinabstimmung von LLMs sucht, ein Jurist, der daran interessiert ist, KI für die Patent Suche zu nutzen, oder einfach nur neugierig auf die Zukunft KI-gestützter Lösungen sind, unser Vortrag bietet einen Einblick in den Prozess und das Potenzial der Verwendung von LLMs in einem spezialisierten Bereich. Begleiten Sie uns, während wir unsere Reise zum Aufbau kundenspezifischer LLM-gestützter Apps teilen, die von Deep Lake, der Datenbank für KI für große und kleine Unternehmen, unterstützt werden.
Open-Source-Unternehmen sind anders aufgebaut. In diesem Vortrag werden wir darauf eingehen, worauf Investoren bei einer Investition in der Serie A achten. Spoiler: Sie brauchen vielleicht keine Einnahmen, aber Sie brauchen definitiv Dynamik! Wir werden erstklassige Metriken von anderen OSS-Unternehmen weitergeben, um Ihnen bei der Entscheidung zu helfen, wann Sie Kapital aufnehmen sollten.
Wir beginnen den Tag bei Google for Startups in Madrid mit Kaffee. Am Vormittag finden eine Reihe von Vorträgen statt, gefolgt von einer Mittagspause, die von Ultralytics bei Google for Startups ausgerichtet wird. Nach dem Mittagessen werden wir uns wieder weiteren Sitzungen widmen. Zum Abschluss von YV23 laden wir Sie zu einer offiziellen Networking Happy Hour ein, die ebenfalls bei Google for Startups stattfindet.
Die persönliche Teilnahme ermöglicht es Ihnen, in die Atmosphäre der Veranstaltung einzutauchen, mit Referenten und anderen Teilnehmern zu interagieren und an Networking-Sessions teilzunehmen. Es ist eine einzigartige Gelegenheit, sich direkt mit der Vision-KI-Community auszutauschen.
Tickets für YV23 sind völlig kostenlos, egal ob Sie virtuell oder persönlich teilnehmen möchten.
Calle de Moreno Nieto, 2, 28005 Madrid, Spanien.
YV23 bietet sowohl virtuelle als auch persönliche Teilnahmeoptionen. Um sich Ihren Platz zu sichern, füllen Sie einfach das Anmeldeformular auf dieser Seite aus.
Wenn Sie sich in China befinden, finden Sie den virtuellen Bilibili-Stream hier. Wenn Sie aus dem Rest der Welt teilnehmen, schalten Sie bitte den virtuellen Youtube-Stream hier ein.