Impulsada por Ultralytics, #YV23 es la única conferencia del mundo centrada en el desarrollo y el progreso de la IA de visión de código abierto. Tanto en persona como en línea, investigadores, ingenieros y profesionales se reunirán por segundo año consecutivo para compartir conocimientos, innovación y progreso. Únete a expertos y líderes el 27 de septiembre en Google for Startups en Madrid, España, para ampliar los límites de la nueva frontera de la IA de visión.
1
día
18
habla
2,000+
asistentes en línea
150
asistentes en persona
Glenn Jocher
Fundador y Consejero Delegado
Glenn fundó Ultralytics para dirigir los esfuerzos de análisis de antineutrinos de la Agencia Nacional de Inteligencia Geoespacial (NGA) de Estados Unidos, que culminaron con el experimento miniTimeCube y el primer Mapa Global de Antineutrinos publicado en Nature. Una comprensión más profunda de los profundos misterios de la física de partículas que se nos escapan le llevó a la Inteligencia General Artificial (AGI) como la mejor solución para que la humanidad supere los límites de nuestras propias mentes y un día comprendamos realmente el universo y nuestro lugar en él. Hoy está impulsado a construir la mejor IA de visión del mundo como un bloque de construcción para una futura AGI, con Ultralytics YOLO y Ultralytics HUB como puntas de lanza de esta obsesión.
KEYONTE: Exploring Ultralytics YOLO: Advancements in State-of-the-Art Vision AI
PANEL: Making Open-Source AI Easy (Facilitar la IA de código abierto)
Adrian Boguszewski
Software Evangelist
Adrian se licenció en Informática en la Universidad Tecnológica de Gdansk hace 8 años. Después de eso, comenzó su carrera en visión por ordenador y aprendizaje profundo. Como jefe de equipo de científicos de datos y desarrolladores de Android durante los dos años anteriores, Adrian fue responsable de una aplicación para hacerse una foto profesional (para el DNI o el pasaporte) sin salir de casa. Es coautor del conjunto de datos LandCover.ai, creador del plugin OpenCV Image Viewer y conferenciante ocasional sobre aprendizaje profundo. Su papel actual es educar a la gente sobre OpenVINO Toolkit. En su tiempo libre, es un viajero. También puedes hablar con él sobre finanzas, especialmente inversiones.
PONENCIA CLAVE: ¡Sáltese la cola! Aprenda a crear un sistema inteligente de gestión de colas con YOLOv8
Elaine Wu
Asociación y marketing de Edge AI
Elaine es la directora de marketing y asociación de Edge AI en Seeed, una empresa de hardware IoT desde 2008 y Elite Partner de NVIDIA Embedded. En Seeed, mediante la alineación con los desarrolladores, el ecosistema y la experiencia de hardware de Seeed, cree y se esfuerza en el camino de la plataforma de hardware más fiable, capacitando a todos para lograr sus objetivos de transformación digital, así como la co-creación de productos de IA de próxima generación. Tuitea desde @iamelainewu.
Mejora cualquier cámara con YOLOv8 sin necesidad de código
Shashi Chilappagari
Arquitecto Jefe y Cofundador
Shashi Chilappagari es cofundador y arquitecto jefe de DeGirum Corp, una empresa de semiconductores sin fábrica que crea soluciones completas de inteligencia artificial para la periferia. Antes de DeGirum, fue Director de Arquitectura SSD en Marvell Semiconductor Inc. Shashi es licenciado y máster en Tecnología por el Instituto Indio de Tecnología de Madrás (India) y doctor por la Universidad de Arizona en Tucson (Arizona).
Implantación de modelos cuantificados de YOLOv8 en dispositivos periféricos
Merve Noyan
Desarrollador Ingeniero de promoción
Merve Noyan es ingeniera de desarrollo en Hugging Face y trabaja en aprendizaje automático de código abierto. También es investigadora graduada en aprendizaje automático y GDE en Machine Learning.
Visión de código abierto con Transformers
Amir Servi
Jefe de producto de aprendizaje profundo Edge
Amir es el Director de Producto de Aprendizaje Profundo Edge en Sony. Con más de 15 años en el espacio tecnológico, las herramientas para desarrolladores y una amplia experiencia en el ecosistema de la IA en Deci, Superwise y AnyVision, Amir se especializa en liderar equipos de productos e I+D para ofrecer productos tecnológicos de vanguardia a los desarrolladores, desde aplicaciones de visión por ordenador, pasando por la aceleración de redes neuronales, hasta la remodelación de la implementación del aprendizaje profundo en dispositivos Edge.
Acortar la distancia entre la investigación en IA y la tecnología punta en tiempo real
Glenn Jocher
Fundador y Consejero Delegado
Glenn fundó Ultralytics para dirigir los esfuerzos de análisis de antineutrinos de la Agencia Nacional de Inteligencia Geoespacial (NGA) de Estados Unidos, que culminaron con el experimento miniTimeCube y el primer Mapa Global de Antineutrinos publicado en Nature. Una comprensión más profunda de los profundos misterios de la física de partículas que se nos escapan le llevó a la Inteligencia General Artificial (AGI) como la mejor solución para que la humanidad supere los límites de nuestras propias mentes y un día comprendamos realmente el universo y nuestro lugar en él. Hoy está impulsado a construir la mejor IA de visión del mundo como un bloque de construcción para una futura AGI, con Ultralytics YOLO y Ultralytics HUB como puntas de lanza de esta obsesión.
KEYONTE: Exploring Ultralytics YOLO: Advancements in State-of-the-Art Vision AI
PANEL: Making Open-Source AI Easy (Facilitar la IA de código abierto)
Adrian Boguszewski
Software Evangelist
Adrian se licenció en Informática en la Universidad Tecnológica de Gdansk hace 8 años. Después de eso, comenzó su carrera en visión por ordenador y aprendizaje profundo. Como jefe de equipo de científicos de datos y desarrolladores de Android durante los dos años anteriores, Adrian fue responsable de una aplicación para hacerse una foto profesional (para el DNI o el pasaporte) sin salir de casa. Es coautor del conjunto de datos LandCover.ai, creador del plugin OpenCV Image Viewer y conferenciante ocasional sobre aprendizaje profundo. Su papel actual es educar a la gente sobre OpenVINO Toolkit. En su tiempo libre, es un viajero. También puedes hablar con él sobre finanzas, especialmente inversiones.
PONENCIA CLAVE: ¡Sáltese la cola! Aprenda a crear un sistema inteligente de gestión de colas con YOLOv8
Elaine Wu
Asociación y marketing de Edge AI
Elaine es la directora de marketing y asociación de Edge AI en Seeed, una empresa de hardware IoT desde 2008 y Elite Partner de NVIDIA Embedded. En Seeed, mediante la alineación con los desarrolladores, el ecosistema y la experiencia de hardware de Seeed, cree y se esfuerza en el camino de la plataforma de hardware más fiable, capacitando a todos para lograr sus objetivos de transformación digital, así como la co-creación de productos de IA de próxima generación. Tuitea desde @iamelainewu.
Mejora cualquier cámara con YOLOv8 sin necesidad de código
Shashi Chilappagari
Arquitecto Jefe y Cofundador
Shashi Chilappagari es cofundador y arquitecto jefe de DeGirum Corp, una empresa de semiconductores sin fábrica que crea soluciones completas de inteligencia artificial para la periferia. Antes de DeGirum, fue Director de Arquitectura SSD en Marvell Semiconductor Inc. Shashi es licenciado y máster en Tecnología por el Instituto Indio de Tecnología de Madrás (India) y doctor por la Universidad de Arizona en Tucson (Arizona).
Implantación de modelos cuantificados de YOLOv8 en dispositivos periféricos
Merve Noyan
Desarrollador Ingeniero de promoción
Merve Noyan es ingeniera de desarrollo en Hugging Face y trabaja en aprendizaje automático de código abierto. También es investigadora graduada en aprendizaje automático y GDE en Machine Learning.
Visión de código abierto con Transformers
Amir Servi
Jefe de producto de aprendizaje profundo Edge
Amir es el Director de Producto de Aprendizaje Profundo Edge en Sony. Con más de 15 años en el espacio tecnológico, las herramientas para desarrolladores y una amplia experiencia en el ecosistema de la IA en Deci, Superwise y AnyVision, Amir se especializa en liderar equipos de productos e I+D para ofrecer productos tecnológicos de vanguardia a los desarrolladores, desde aplicaciones de visión por ordenador, pasando por la aceleración de redes neuronales, hasta la remodelación de la implementación del aprendizaje profundo en dispositivos Edge.
Acortar la distancia entre la investigación en IA y la tecnología punta en tiempo real
Kalen Michael
Jefe de Producto
Codificador desde que le regalaron su primer ordenador a los 13 años, Kalen disfruta resolviendo retos de la forma más eficiente posible. Programar y buscar soluciones es algo que le apasiona, y no hay nada más emocionante que el subidón que siente cuando su código se compila sin errores. Cuantos más lenguajes aprende, más anhela, y sólo espera el día en que podamos descargar habilidades como en Matrix.
IA para todos: Ultralytics HUB allana el terreno de juego
Erica Brescia
Director General
Erica Brescia se incorporó a Redpoint Ventures como directora general en 2022, donde se centra en
inversiones en infraestructura, IA, herramientas para desarrolladores y seguridad. Actualmente forma parte de los consejos de
de Dagger, Railway, Xata y Poolside y ha liderado otras inversiones en infraestructuras no anunciadas
. Antes de Redpoint, Erica fue directora de operaciones de GitHub.
Antes de GitHub, Erica fue cofundadora y COO de Bitnami, una empresa de empaquetado y despliegue de aplicaciones de código abierto,
que fue adquirida por VMware. También fue cofundadora y consejera delegada de BitRock, que
desarrolló tecnología de empaquetado de software. Erica ha sido líder en la comunidad de código abierto
durante más de 15 años y ha formado parte de la junta de la Fundación Linux desde 2016.
Antes de unirse a Redpoint, Erica fue inversora ángel y asesora de empresas como Netlify,
Coda, Whimsical, Xata y Byteboard. Vive en Walnut Creek, California, con su marido, su hijo
y su hilarante mezcla de labrador y chihuahua.
Serie En cuanto al código abierto: Lo que buscan los inversores
Dr. Ramit Debnath
Cofundador
Profesor adjunto de Ciencias Sociales Computacionales y Diseño en la Universidad de Cambridge, Director del Grupo de Inteligencia Colectiva y Diseño (Universidad de Cambridge) y primer Cambridge Zero fellow, codirige un esfuerzo mundial de investigación para mejorar la comprensión pública del cambio climático colaborando con destacadas instituciones académicas como Caltech, la Universidad de Harvard, la Universidad de Boston, MCC-Berlín, destacadas organizaciones de política pública como el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), la Agencia Internacional de la Energía (AIE) y otros pioneros en el ámbito del clima y la sostenibilidad.
Profesor visitante asociado, Caltech. Anteriormente trabajó en la Universidad de Stanford, la AIE y el IIT de Bombay. Becario Gates.
Inteligencia humana y artificial para la acción climática planetaria
Seán Boyle
Cofundador
Fue el primer Director de Sostenibilidad de Twitter, lanzó la primera estrategia de acción climática de la empresa, coprodujo la política inaugural de desinformación sobre el cambio climático y se asoció con las principales organizaciones de acción climática, como la Convención Marco de las Naciones Unidas sobre el Cambio Climático (CMNUCC), el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), COP27, FridaysForFuture, WeDontHaveTime, destacadas instituciones académicas, como la Universidad de Cambridge, y otros pioneros en el ámbito de la acción climática.
Trabajó en Twitter durante 8 años. Anteriormente ocupó cargos en Meta y KPMG.
Miembro del Consejo Asesor de WeDontHaveTime. Miembro honorario de Sigma Squared.
Inteligencia humana y artificial para la acción climática planetaria
Yonatan Geifman
Cofundador y Consejero Delegado
Yonatan Geifman es consejero delegado y cofundador de Deci, la plataforma de desarrollo de aprendizaje profundo. Antes de cofundar Deci, Yonatan fue miembro del equipo MorphNet de Google AI. Es doctor en Informática por el Technion-Israel Institute of Technology y licenciado y máster en Informática por la Universidad Ben-Gurion de Israel. Su investigación se centró en hacer que las redes neuronales profundas (DNN) sean más aplicables a tareas de misión crítica. Ha sido publicado y presentado en las principales conferencias mundiales, entre ellas la Conference on Neural Information Processing Systems (NeurIPS) y la International Conference on Machine Learning (ICML).
PANEL: Facilitar la IA de visión de código abierto
Lakshantha Dissayanake
Ingeniero de aplicaciones
Lakshantha es ingeniero sénior de aplicaciones para Edge AI en Seeed Studio. Se mantiene al día de las últimas tendencias en IA y proporciona aplicaciones de IA integradas a la comunidad de desarrolladores mediante tutoriales wiki paso a paso para NVIDIA Jetson. Además, imparte talleres técnicos y participa en la resolución de problemas técnicos a los que se enfrenta la comunidad.
Show and Tell: Cómo implementar YOLO en (casi) cualquier cosa: ¡más sencillo y rápido!
Davit Buniatyan
Fundador y Consejero Delegado
A la edad de 18 años, Davit Buniatyan obtuvo reconocimiento por primera vez cuando TechCrunch lo presentó. Tras licenciarse en Informática en el University College de Londres (UCL), empezó a estudiar un doctorado en la Universidad de Princeton a los 20 años. Durante su estancia en Princeton, Davit se centró en la investigación en el prestigioso Laboratorio de Neurociencia de Princeton, bajo la dirección del profesor Sebastian Seung.
Davit ha sido galardonado con la beca Gordon Wu y el premio AWS Machine Learning Research Award. Su innovadora investigación consistió en cartografiar el conectoma del cerebro del ratón. Mientras se enfrentaba a los retos de analizar extensos conjuntos de datos multimodales en el laboratorio de neurociencia, Davit descubrió una serie de retos urgentes en el aprendizaje automático. Así es como Davit se convirtió en el CEO fundador de Activeloop. Con el respaldo de Y-Combinator y otros destacados fondos y ángeles de Silicon Valley, Activeloop está construyendo Deep Lake, una base de datos vectorial diseñada para dar cabida a todos los datos de IA.
PatentPT: Creación de una solución basada en LLM con agentes de memoria de nivel empresarial
Soumik Rakshit
Ingeniero ML
Ingeniero ML en Weights & Biases y Google Developer Expert en JAX. También trabajo en proyectos de visión por ordenador de código abierto con intereses de investigación en los ámbitos de la computación generativa, la restauración de imágenes y los gráficos por ordenador. Contribuyo activamente al código abierto, principalmente a través de la implementación de trabajos de investigación, ejemplos de ML de extremo a extremo e integraciones MLOps para repositorios de código abierto como Ultralytics, Diffusers, Keras, etc.
Potenciación de Ultralytics con ponderaciones y sesgos
Bo Zhang
Estratega de algoritmos
Bo Zhang es estratega de algoritmos en Meituan Vision. Obtuvo un máster en Informática en la Universidad de Trento (Italia) en 2013. Sus esfuerzos anteriores se han centrado en el aprendizaje automático de máquinas y la visión por ordenador. Ha colaborado rigurosamente en el proyecto YOLOv6.
PANEL: Facilitar la IA de visión de código abierto
Dr. Bram Verhoef
Jefe de Aprendizaje Automático
Bram Verhoef tiene formación en Estadística, Psicología y Neurociencia. Tras doctorarse en 2010 por la Universidad Católica de Lovaina, realizó un posdoctorado en la Universidad de Harvard y en la Universidad de Chicago, centrándose en la neurociencia computacional subyacente a los mecanismos de atención.
En 2017, regresó a Bélgica para trabajar en Imec como miembro principal del personal técnico, dirigiendo el desarrollo de algoritmos relacionados con un nuevo chip analógico de aprendizaje profundo de computación en memoria. En 2021, cofundó Axelera AI y actualmente es jefe de aprendizaje automático, dirigiendo los esfuerzos de optimización de algoritmos para el acelerador de aprendizaje profundo de última generación de Axelera AI.
YOLO sobrealimentado: Aprovechar el poder nativo de la IA
Mónica Villas
Asesor técnico y conferenciante
Antiguo ejecutivo de IBM que trabajó en TI durante más de 20 años. Actualmente trabaja como asesor técnico y conferenciante. Después de muchos años en TI, sé cómo se puede aplicar la tecnología para cambiar y mejorar el negocio. Me apasionan las nuevas formas de enseñar y aprender, y tengo profundos conocimientos de Cloud, Analytics, Inteligencia Artificial y Tecnologías Exponenciales, mientras sigo aprendiendo cada día.Como Ingeniero, me encanta la tecnología y cambiar el mundo. Tengo grandes habilidades para hacer simples las cosas complejas, la resolución de problemas y el trabajo en equipo. Aparte de la tecnología, otra de mis pasiones son las personas. Dirigir personas fue realmente gratificante y durante mis 15 años como líder, siempre intenté predicar con el ejemplo. La gente me seguía, que al fin y al cabo es el principal objetivo de un líder. En toda mi carrera, las tres cosas que más me han ayudado han sido las personas, la perseverancia y la pasión.
Retos éticos de la IA
Glenn Jocher de Ultralytics (YOLOv5 y YOLOv8), Yonatan Geifman de Deci (YOLO-NAS), y Bo Zhang de Meituan (YOLOv6) se reúnen en este panel para explorar el estado de la IA de visión de código abierto. Este panel profundizará en los retos y prioridades encontrados durante la implementación del modelo, proporcionando valiosas ideas para la adopción de la IA sin problemas. Además, los panelistas abordarán el despliegue en dispositivos periféricos, examinarán el potencial de los módulos de reidentificación de objetos, proporcionarán información sobre el despliegue de modelos y mucho más.
Hay unos mil millones de cámaras de red instaladas en todo el mundo. Las cámaras inteligentes impulsadas por IA avanzada pueden centrarse en lo que más importa y aportar seguridad en los espacios para todos, desde conductores y peatones hasta minoristas y compradores. Le guiaremos a través del rendimiento global para aplicaciones de análisis de vídeo inferencing en NVIDIA Jetson y puede actualizar cualquier cámara heredada con el modelo YOLOv8 sin ninguna línea de código.
Únase a nosotros para ver cómo la plataforma Metis de Axelera AI ofrece un rendimiento y una usabilidad líderes en el sector, solo que a una fracción del coste y el consumo de energía de las soluciones disponibles en la actualidad. Descubra los impresionantes resultados de nuestra solución de hardware y software, que optimiza los modelos YOLO para la inferencia en dispositivos periféricos.
La IA está transformando diversos sectores, materias primas y funcionalidades fundamentales. Sin embargo, las redes neuronales profundas consumen recursos excesivos en términos de memoria, potencia de cálculo y energía. Para garantizar la adopción generalizada de la IA, ésta debe funcionar de forma eficiente en los dispositivos de los usuarios finales, respetando estrictas limitaciones térmicas y de potencia. Técnicas como la cuantización y la compresión desempeñan un papel fundamental para mitigar estos retos.
En este seminario web, el director de producto de Sony, Amir Servi, te guiará a través del kit de herramientas de compresión de modelos de Sony para cuantificar y acelerar modelos de aprendizaje profundo para un despliegue eficiente en los bordes. Aprenderá a hacer lo mismo con su propio modelo. Lo que aprenderás:
- Nuestras últimas investigaciones en técnicas de cuantización y su implementación en un producto práctico
- Importancia de la compresión consciente del hardware para la inferencia en el borde
- Cómo los ingenieros e investigadores pueden implementar estas técnicas a través de Sony MCT.
Ultralytics HUB reduce las barreras para entrar en el mundo del ML, haciéndolo accesible tanto a particulares como a empresas, independientemente de sus conocimientos de codificación. Descubra cómo esta plataforma va a revolucionar la forma de abordar el aprendizaje automático, permitiendo a una nueva generación de entusiastas de los datos convertir sus ideas en realidad con una facilidad sin precedentes.
Y no se pierda nuestro gran anuncio...
La implantación de modelos de última generación en dispositivos embebidos, desde la GPU Edge de NVIDIA Jetson hasta las diminutas MCU, presenta retos y limitaciones. Explicaremos cómo implantar estos modelos, incluido YOLOv8, con un enfoque simplificado y un rendimiento global para aplicaciones de análisis de vídeo inferenciales en NVIDIA Jetson.
Glenn no ceja en su empeño de desarrollar la mejor Vision AI del mundo. Para él, no se trata sólo de un logro tecnológico, sino de un paso fundamental hacia la realización del potencial de la inteligencia artificial. Las puntas de lanza de esta búsqueda incesante no son otras que YOLOv5, YOLOv8 y el HUB de Ultralytics.
Entonces, ¿qué hace que Ultralytics YOLO sea la mejor del mundo?
Los recientes avances en visión por ordenador se han visto impulsados significativamente por la introducción de la arquitectura de transformadores y las abstracciones fáciles de usar para pre-entrenar, afinar e inferir en la biblioteca de transformadores 🤗. Esta charla proporciona una visión general de los últimos modelos de visión basados en transformadores, explora las utilidades disponibles en la biblioteca de transformadores 🤗 y ofrece una visión práctica de la filosofía que hay detrás.
¿Cansado de las largas colas en las cajas? Nuestro sistema inteligente de gestión de colas es la solución. Acompáñenos en un tutorial paso a paso sobre cómo crear un sistema de este tipo utilizando OpenVINO y YOLOv8. Le guiaremos a través del proceso de integración de estas potentes herramientas de código abierto para desarrollar una solución integral que pueda implantarse en entornos de caja minorista. Aprenderá a optimizar la aplicación para conseguir un rendimiento excepcional. Tanto si eres un desarrollador experimentado como si eres nuevo en el mundo de la IA, esta sesión te proporcionará consejos prácticos y las mejores prácticas para crear sistemas inteligentes utilizando OpenVINO. Al final de la presentación, dispondrá de los conocimientos y recursos necesarios para crear su propia solución.
En una era definida por los rápidos avances de la inteligencia artificial (IA), es fundamental navegar por el panorama ético de esta tecnología. En esta sesión, Mónica desentrañará la intrincada red de dilemas éticos que acompañan al poder transformador de la IA. Desde abordar la parcialidad y la equidad hasta explorar la transparencia, la rendición de cuentas y el profundo impacto de la IA en la sociedad, Mónica proporcionará ideas que arrojan luz sobre las consideraciones éticas que rodean a la IA.
Esta charla es tu oportunidad para obtener una comprensión fundamental de los desafíos éticos y las responsabilidades asociadas a la IA. Mónica le proporcionará conocimientos esenciales para cualquiera que participe en el desarrollo de la IA, la toma de decisiones o la formulación de políticas.
Los modelos de base pueden ser exigentes en términos de computación de GPU y pueden no ser adecuados para aplicaciones en tiempo real, especialmente si desea escalar millones de puntos de compra autónomos. Pero nosotros aprovechamos el método llamado destilación de conocimientos, en el que ponemos nuestros modelos de base para tareas complejas como las anotaciones y transferimos estos conocimientos a modelos más pequeños y rentables. Esto nos permite acelerar nuestro proceso de anotación hasta 90 veces más rápido que el etiquetado tradicional humano.
Pssst. ¿Quieres oír un secreto? ¿Y si te dijera que el aprendizaje activo no tiene por qué ser difícil? ¿Y si hubiera... una manera fácil? Estás de suerte. Esta charla le mostrará exactamente cómo implementar una tubería de aprendizaje activo utilizando el motor de datos de DagsHub. ¡Y el 90% de la tubería se puede ejecutar directamente en un cuaderno Jupyter o en Google Colab! Al final de la charla, tendrás la información necesaria para convertir tu proyecto existente en uno que utilice el aprendizaje activo para mejorar de forma eficiente y rápida las métricas de tus modelos.
El uso de herramientas de código abierto con YOLOv8 puede ayudarle a poner en marcha rápidamente su próximo proyecto de IA de visión. Existen repositorios de imágenes de código abierto, bibliotecas para ayudar a automatizar el etiquetado de datos, herramientas para el seguimiento o el recuento, y servidores para desplegar sus modelos. Aprenda a utilizarlos con YOLOv8 para crear su próxima aplicación.
Se espera que la actual carrera mundial por sistemas de inteligencia artificial (IA) más grandes y mejores tenga un profundo impacto social y medioambiental al alterar los mercados de trabajo, trastornar los modelos empresariales y posibilitar nuevas estructuras de gobernanza y bienestar social que pueden influir en el consenso mundial sobre las vías de acción climática. Sin embargo, los actuales sistemas de IA se entrenan con conjuntos de datos sesgados que podrían desestabilizar a los organismos políticos que influyen en las decisiones de mitigación y adaptación al cambio climático y comprometer la estabilidad social, lo que podría provocar situaciones de inflexión social. Así pues, el diseño adecuado de un sistema de IA menos sesgado que refleje tanto los efectos directos como los indirectos sobre las sociedades y los retos planetarios es una cuestión de suma importancia.
La cuantificación de los modelos de aprendizaje automático (ML) puede suponer una reducción significativa del tamaño del modelo, así como una reducción de la latencia de la inferencia gracias a la disminución de los requisitos de ancho de banda. Cuando se implementa en opciones de hardware que admiten cálculos enteros de forma eficiente, las ganancias de rendimiento pueden ser aún más espectaculares. Sin embargo, la cuantización puede provocar a veces una degradación inaceptable de la precisión. En esta charla, presentamos una visión general de los métodos para cuantificar eficientemente los modelos YOLOv8, convirtiéndolos en una excelente opción para diversas aplicaciones de IA de borde en tiempo real. También presentamos una clase de modelos YOLOv8 con función de activación ReLU6 que muestran excelentes resultados de cuantificación postentrenamiento en una variedad de arquitecturas de modelos y conjuntos de datos. Por último, ilustramos cómo los modelos cuantificados pueden desplegarse en múltiples opciones de hardware, como CPUs, TPUs Edge y Orca (el acelerador HW de IA de DeGirum) utilizando APIs sencillas.
Ultralytics es el hogar de los modelos de visión por ordenador más avanzados para tareas como la clasificación de imágenes, la detección de objetos, la segmentación de imágenes y la estimación de poses. Weights & Biases es una plataforma MLOps para desarrolladores que, cuando se integra con un flujo de trabajo de Ultralytics, nos permite gestionar fácilmente nuestros experimentos, los puntos de control del modelo y visualizar los resultados de nuestros experimentos de una manera intuitiva y perspicaz. En esta sesión, exploraremos cómo podemos sobrecargar eficazmente nuestros flujos de trabajo de visión por ordenador utilizando Ultralytics y Weights & Biases.
Descubra cómo hemos creado PatentPT, una solución avanzada de modelos lingüísticos que mejora enormemente las capacidades de búsqueda e interacción de patentes. La presentación ofrece información práctica sobre el ajuste y despliegue de grandes modelos lingüísticos y el aprovechamiento de agentes de memoria de nivel empresarial para autocompletar patentes, generar resúmenes y reivindicaciones, y llevar a cabo funciones avanzadas de búsqueda de patentes utilizando el rico corpus de patentes. Le mostraremos cómo desarrollar una solución similar utilizando Deep Lake de Activeloop, la base de datos para IA, modelos LLM de código abierto, hardware Habana Gaudí HPU y las API de inferencia LLM de Amazon Sagemaker.
Le mostraremos los planos de arquitectura y todos los pasos que seguimos para construir la solución, desde el entrenamiento de nuestro modelo LLM y su ajuste fino, hasta la creación de funciones personalizadas y el despliegue de API de búsqueda.
Tanto si eres un profesional de la IA en busca de guías prácticas sobre el ajuste fino de los LLM, un profesional del derecho interesado en aprovechar la IA para la búsqueda de patentes, o simplemente curioso sobre el futuro de las soluciones mejoradas por la IA, nuestra charla ofrece una visión del proceso y el potencial de la utilización de los LLM en un campo especializado. Únase a nosotros para compartir nuestra experiencia en la creación de aplicaciones personalizadas basadas en LLM y desarrolladas por Deep Lake, la base de datos de IA para empresas grandes y pequeñas.
Las empresas de código abierto se construyen de forma diferente. En esta charla, hablaremos de lo que buscan los inversores cuando se plantean invertir en la Serie A. Spoiler: puede que no necesites ingresos, ¡pero definitivamente necesitas impulso! Compartiremos las mejores métricas de otras empresas de software libre para ayudarte a decidir cuándo aumentar la capitalización.
Comenzaremos el día en Google for Startups en Madrid con un café. Por la mañana habrá una serie de charlas, seguidas de un almuerzo organizado por Ultralytics en Google for Startups. Después de comer, volveremos a las sesiones. Para terminar el YV23, únete a nosotros en la happy hour oficial de networking, también en Google for Startups.
Asistir en persona le permitirá sumergirse en el ambiente del evento, interactuar con los ponentes y los demás asistentes y participar en las sesiones de networking. Es una oportunidad única para relacionarse directamente con la comunidad de la IA de visión.
Las entradas para el YV23 son totalmente gratuitas, tanto si decide unirse a nosotros virtualmente como en persona.
Calle de Moreno Nieto, 2, 28005 Madrid, España.
YV23 ofrece opciones de asistencia virtual y presencial. Para asegurar su plaza, solo tiene que rellenar el formulario de inscripción que encontrará en esta página.
Si estás en China, puedes ver la retransmisión virtual de Bilibili aquí. Si está en el resto del mundo, sintonice la retransmisión virtual en Youtube aquí.