Lo más destacado del primer encuentro Ultralytics en Shenzhen: la evoluciónYOLO Ultralytics YOLO hacia una plataforma completa de visión artificial y el futuro de la comunidad china de IA.
A medida que la tecnología de visión artificial sigue evolucionando, el enfoque del sector también está cambiando. Antes, lo que más importaba era si los modelos de vanguardia (SOTA) desarrollados en los laboratorios eran lo suficientemente avanzados. Hoy en día, sin embargo, ha surgido una cuestión más importante:
¿Cómo se pueden aplicar realmente estos modelos en situaciones del mundo real? ¿Cómo pueden los proyectos de IA visual pasar de las demostraciones a las aplicaciones prácticas, seguir evolucionando y generar un valor real?
Con estas cuestiones en mente, Ultralytics a Shenzhen para organizar su primer encuentro presencial con la comunidad en China. A través de este evento, esperábamos poder conectar en persona con desarrolladores chinos, socios del sector y entusiastas de la visión artificial para hablar sobre hacia dónde Ultralytics YOLO se encuentra hoy y hacia dónde Ultralytics dirige Ultralytics .
En el pasado,YOLO Ultralytics YOLO conocido sobre todo por su rapidez, su practicidad y su facilidad de implementación. Ya sea para la detección de objetos, la inspección industrial, la vigilancia de seguridad o tareas de visión en tiempo real en dispositivos periféricos, YOLO convertido en una de las herramientas preferidas por muchos desarrolladores que se inician en proyectos de visión artificial.
En la actualidad, Ultralytics pasando de un único modelo a una plataforma completa de visión artificial que abarca la gestión de conjuntos de datos, el entrenamiento, la implementación, la supervisión y un ciclo de retroalimentación para la mejora continua.
La gente solía preguntar: ¿Es preciso el modelo? ¿Es rápido?
Ahora nos centramos más en resolver una cuestión más amplia: ¿cómo se puede poner en marcha un proyecto de IA visual, utilizarlo en situaciones reales y seguir mejorándolo con el tiempo?
Esto es lo que pretende lograr Ultralytics : hacer que la anotación de datos sea más eficiente, facilitar el entrenamiento de modelos, agilizar la implementación multiplataforma y permitir a los desarrolladores realizar iteraciones continuas en sus aplicaciones de IA visual.
Durante la sesión, Glenn también presentó varias funciones clave de Ultralytics , entre las que se incluyen la anotación automática, el entrenamiento con un solo clic, la implementación en múltiples formatos y la capacidad de mejorar continuamente los modelos a partir de los datos de retroalimentación.
Para muchos equipos, desarrollar un proyecto de IA visual no se limita a elegir un modelo. La verdadera complejidad suele residir en cuestiones como la procedencia de los datos, cómo deben anotarse, cómo debe entrenarse e implementarse el modelo y cómo puede seguir mejorando tras su lanzamiento. Si estos pasos no están bien coordinados, resulta difícil que un proyecto llegue realmente a la fase de producción.
Ultralytics conecta todas estas etapas, lo que permite a los desarrolladores completar todo el flujo de trabajo con mayor fluidez, desde los datos hasta el modelo, desde el entrenamiento hasta la implementación y desde el lanzamiento hasta la retroalimentación, sin tener que cambiar constantemente de herramienta.
A día de hoy, la plataforma ya cuenta con más de 100 millones de imágenes subidas, más de 600 millones de anotaciones y entre 40 000 y 50 000 conjuntos de datos.
Detrás de estas cifras hay una señal clara: la demanda de visión artificial es real y está pasando de la investigación y la experimentación a aplicaciones prácticas a mayor escala.
En cuanto a la comercialización, Ultralytics dio a conocer sus planes de productos adaptados a las distintas necesidades de los usuarios, entre los que se incluyen el plan «Grow», de 29 dólares al mes, opciones de licencias para empresas y casos de clientes como Amazon y Siemens. Estos ejemplos demuestran que Ultralytics está diseñada para usuarios de distintos niveles, desde desarrolladores individuales y equipos de investigación hasta clientes empresariales.
Glenn mencionó que China es una parte muy importante de la comunidadUltralytics y que podría ser uno de los países con mayor número de personas que están aprendiendo sobre el aprendizaje automático y que se interesan por esta materia.
Para Ultralytics, China no solo es una región con una amplia base de usuarios, sino también una comunidad muy activa que cuenta con una importante presencia de desarrolladores, diversos escenarios de aplicación y valiosos comentarios técnicos.
Para que una herramienta se generalice, no basta con que la tecnología sea sólida. La documentación, la comunidad, la accesibilidad, la experiencia de implementación y la asistencia local deben ser fluidas y fiables.
Por eso, Ultralytics tiene previsto reforzar aún más su presencia local en China, lo que incluye crear un equipo local, mejorar la accesibilidad, optimizar la distribución y reducir al máximo las barreras relacionadas con las VPN.
Durante la sesión de preguntas y respuestas, los participantes plantearon numerosas preguntas muy interesantes, lo que nos permitió hacernos una idea más clara de lo que realmente preocupa a los desarrolladores chinos a la hora de aplicar la visión artificial a aplicaciones del mundo real.
Un asistente de AMD preguntó si Ultralytics es compatible con entornos de entrenamiento privados o locales. Esta es también una preocupación clave para muchas empresas y equipos. Cuando los proyectos implican datos confidenciales, datos específicos del sector o datos empresariales internos, la privacidad, la seguridad y las capacidades de implementación local cobran especial importancia. El asistente también preguntó si Ultralytics una mayor compatibilidad con el hardware de AMD en el futuro.
Glenn comentó que esta es una línea de trabajo que el equipo está debatiendo activamente. A medida que la IA visual se vaya implementando en más dispositivos y entornos de chips, el soporte del ecosistema de hardware se convertirá en un aspecto fundamental de la experiencia de implementación de modelos.
Más allá de los casos de uso industrial, el hardware y la implementación, algunos asistentes también preguntaron si YOLO utilizarse para el reconocimiento de estilos artísticos o si podría facilitar la comprensión visual teniendo en cuenta los derechos de propiedad intelectual.
Estas preguntas resultaron inspiradoras. Demuestran que la imaginación en torno a YOLO ya no se limita a los escenarios tradicionales de inspección industrial, detección de objetos y seguridad. Ahora se está expandiendo a ámbitos más amplios, como la creación de contenidos, la comprensión de medios y la producción creativa.
Además, temas como los dispositivos periféricos de pequeño tamaño, la implementación sin conexión y la optimización de la cuantificación también fueron áreas clave de interés. Está claro que a los desarrolladores no solo les preocupa el rendimiento del modelo en sí, sino también la experiencia práctica general que supone el uso de la IA visual.
Estas son precisamente las cuestiones que debe abordar la visión artificial a medida que pasa de la investigación a las aplicaciones en el mundo real.
Este evento nos dejó muy claro que existe una tendencia evidente:
La visión artificial está dejando atrás la fase de competencia entre modelos y entrando en una nueva etapa de creación de plataformas, comercialización de productos y desarrollo de ecosistemas.
Los puntos fuertes fundamentales YOLOsiempre han sido la rapidez, la practicidad y la facilidad de implementación. En la actualidad, Ultralytics a ampliar estas ventajas a todo el flujo de trabajo, de modo que los desarrolladores no solo puedan acceder a modelos potentes, sino también gestionar datos, entrenar modelos, implementar aplicaciones y optimizar de forma continua sus sistemas de IA visual con mayor facilidad.
La comunidad china dedicada a la inteligencia artificial también está adquiriendo un papel cada vez más importante en este proceso. Cuenta con una amplia base de desarrolladores, una gran variedad de casos de uso y una gran pasión por el aprendizaje y la práctica. De cara al futuro, nos ilusiona colaborar con más desarrolladores, socios empresariales y miembros de la comunidad china para llevar la visión artificial a una gama más amplia de aplicaciones en el mundo real.
Como dijo Glenn:
«Queremos que todo el mundo pueda utilizar la visión artificial».
Esta podría ser la mejor explicación del giro Ultralyticshacia un futuro más centrado en las plataformas.
Comience su viaje con el futuro del aprendizaje automático
