Propulsé par Ultralytics, #YV23 est la seule conférence au monde axée sur le développement et les progrès de l'IA de vision open source. Se déroulant à la fois en personne et en ligne, des chercheurs, des ingénieurs et des praticiens se réuniront pour la deuxième année consécutive afin de partager leurs connaissances, leurs innovations et leurs progrès. Rejoignez des experts et des leaders le 27 septembre chez Google for Startups à Madrid, en Espagne pour repousser les limites de la nouvelle frontière de l'IA de vision.
1
jour
18
discussions
2,000+
participants en ligne
150
participants en personne
Glenn Jocher
Fondateur et PDG
Glenn a fondé Ultralytics pour diriger les efforts d'analyse des antineutrinos de l'Agence nationale de renseignement géospatial (NGA) des États-Unis, qui ont abouti à l'expérience miniTimeCube et à la toute première carte mondiale des antineutrinos publiée dans Nature. Une prise de conscience plus profonde des profonds mystères de la physique des particules qui nous échappent l'a conduit à l'intelligence artificielle générale (IAG) comme la meilleure solution pour que l'humanité dépasse les limites de son propre esprit et comprenne un jour véritablement l'univers et notre place dans celui-ci. Aujourd'hui, il est déterminé à construire la meilleure IA de vision au monde en tant qu'élément constitutif d'une future IAG, avec Ultralytics YOLO et Ultralytics HUB comme fers de lance de cette obsession.
KEYONTE : Exploration d'Ultralytics YOLO : Avancées dans l'IA de vision de pointe
PANEL : Faciliter l'IA Open Source
Adrian Boguszewski
Évangéliste logiciel
Adrian a obtenu un diplôme en informatique de l'université de technologie de Gdansk il y a 8 ans. Après cela, il a commencé sa carrière dans la vision par ordinateur et l'apprentissage profond. En tant que chef d'équipe de data scientists et de développeurs Android au cours des deux années précédentes, Adrian était responsable d'une application permettant de prendre une photo professionnelle (pour une carte d'identité ou un passeport) sans quitter son domicile. Il est co-auteur du dataset LandCover.ai, créateur du plugin OpenCV Image Viewer et conférencier occasionnel en apprentissage profond. Son rôle actuel est d'informer les gens sur OpenVINO Toolkit. Pendant son temps libre, il voyage. Vous pouvez également discuter avec lui de finance, en particulier d'investissements.
KEYNOTE : Évitez la file d'attente ! Découvrez comment créer un système de gestion de file d'attente intelligent avec YOLOv8
Elaine Wu
Partenariat et marketing Edge AI
Elaine est la responsable marketing et partenariat Edge AI chez Seeed, une entreprise de matériel IoT depuis 2008 et un partenaire Elite de NVIDIA Embedded. Chez Seeed, en s'alignant sur les développeurs, l'écosystème et l'expertise matérielle de Seeed, elle croit et s'efforce de suivre la voie de la plateforme matérielle la plus fiable, permettant à chacun d'atteindre ses objectifs de transformation numérique et de co-créer des produits d'IA de nouvelle génération. Elle publie des tweets depuis @iamelainewu.
Mettez à niveau n'importe quelle caméra avec YOLOv8 sans code
Shashi Chilappagari
Architecte en chef et co-fondateur
Shashi Chilappagari est le co-fondateur et architecte en chef de DeGirum Corp., une entreprise de semi-conducteurs sans usine qui conçoit des solutions d'IA complètes pour la périphérie. Avant de rejoindre DeGirum, il était directeur de l'architecture SSD chez Marvell Semiconductor Inc. Shashi est titulaire d'un B. Tech et d'un M. Tech de l'Indian Institute of Technology, Madras, Inde, et d'un doctorat de l'Université d'Arizona, Tucson, Arizona.
Déploiement de modèles YOLOv8 quantifiés sur des appareils Edge
Merve Noyan
Ingénieur en promotion du développement
Merve Noyan est ingénieure en plaidoyer pour les développeurs chez Hugging Face, travaillant sur l'apprentissage automatique open source. Elle est également chercheuse diplômée en apprentissage automatique et GDE en apprentissage automatique.
Vision Open Source avec les Transformers
Amir Servi
Chef de produit, apprentissage profond en périphérie
Amir est le responsable produit Edge Deep Learning chez Sony. Avec plus de 15 ans d'expérience dans le domaine technologique, les outils de développement et une vaste expérience dans l'écosystème de l'IA chez Deci, Superwise et AnyVision, Amir est spécialisé dans la direction d'équipes de produits et de R&D pour fournir des produits technologiques de pointe aux développeurs, des applications de vision par ordinateur à l'accélération des réseaux neuronaux, en passant par le remodelage du déploiement de l'apprentissage profond sur les appareils périphériques.
Combler le fossé entre la recherche en IA et l'Edge en temps réel
Glenn Jocher
Fondateur et PDG
Glenn a fondé Ultralytics pour diriger les efforts d'analyse des antineutrinos de l'Agence nationale de renseignement géospatial (NGA) des États-Unis, qui ont abouti à l'expérience miniTimeCube et à la toute première carte mondiale des antineutrinos publiée dans Nature. Une prise de conscience plus profonde des profonds mystères de la physique des particules qui nous échappent l'a conduit à l'intelligence artificielle générale (IAG) comme la meilleure solution pour que l'humanité dépasse les limites de son propre esprit et comprenne un jour véritablement l'univers et notre place dans celui-ci. Aujourd'hui, il est déterminé à construire la meilleure IA de vision au monde en tant qu'élément constitutif d'une future IAG, avec Ultralytics YOLO et Ultralytics HUB comme fers de lance de cette obsession.
KEYONTE : Exploration d'Ultralytics YOLO : Avancées dans l'IA de vision de pointe
PANEL : Faciliter l'IA Open Source
Adrian Boguszewski
Évangéliste logiciel
Adrian a obtenu un diplôme en informatique de l'université de technologie de Gdansk il y a 8 ans. Après cela, il a commencé sa carrière dans la vision par ordinateur et l'apprentissage profond. En tant que chef d'équipe de data scientists et de développeurs Android au cours des deux années précédentes, Adrian était responsable d'une application permettant de prendre une photo professionnelle (pour une carte d'identité ou un passeport) sans quitter son domicile. Il est co-auteur du dataset LandCover.ai, créateur du plugin OpenCV Image Viewer et conférencier occasionnel en apprentissage profond. Son rôle actuel est d'informer les gens sur OpenVINO Toolkit. Pendant son temps libre, il voyage. Vous pouvez également discuter avec lui de finance, en particulier d'investissements.
KEYNOTE : Évitez la file d'attente ! Découvrez comment créer un système de gestion de file d'attente intelligent avec YOLOv8
Elaine Wu
Partenariat et marketing Edge AI
Elaine est la responsable marketing et partenariat Edge AI chez Seeed, une entreprise de matériel IoT depuis 2008 et un partenaire Elite de NVIDIA Embedded. Chez Seeed, en s'alignant sur les développeurs, l'écosystème et l'expertise matérielle de Seeed, elle croit et s'efforce de suivre la voie de la plateforme matérielle la plus fiable, permettant à chacun d'atteindre ses objectifs de transformation numérique et de co-créer des produits d'IA de nouvelle génération. Elle publie des tweets depuis @iamelainewu.
Mettez à niveau n'importe quelle caméra avec YOLOv8 sans code
Shashi Chilappagari
Architecte en chef et co-fondateur
Shashi Chilappagari est le co-fondateur et architecte en chef de DeGirum Corp., une entreprise de semi-conducteurs sans usine qui conçoit des solutions d'IA complètes pour la périphérie. Avant de rejoindre DeGirum, il était directeur de l'architecture SSD chez Marvell Semiconductor Inc. Shashi est titulaire d'un B. Tech et d'un M. Tech de l'Indian Institute of Technology, Madras, Inde, et d'un doctorat de l'Université d'Arizona, Tucson, Arizona.
Déploiement de modèles YOLOv8 quantifiés sur des appareils Edge
Merve Noyan
Ingénieur en promotion du développement
Merve Noyan est ingénieure en plaidoyer pour les développeurs chez Hugging Face, travaillant sur l'apprentissage automatique open source. Elle est également chercheuse diplômée en apprentissage automatique et GDE en apprentissage automatique.
Vision Open Source avec les Transformers
Amir Servi
Chef de produit, apprentissage profond en périphérie
Amir est le responsable produit Edge Deep Learning chez Sony. Avec plus de 15 ans d'expérience dans le domaine technologique, les outils de développement et une vaste expérience dans l'écosystème de l'IA chez Deci, Superwise et AnyVision, Amir est spécialisé dans la direction d'équipes de produits et de R&D pour fournir des produits technologiques de pointe aux développeurs, des applications de vision par ordinateur à l'accélération des réseaux neuronaux, en passant par le remodelage du déploiement de l'apprentissage profond sur les appareils périphériques.
Combler le fossé entre la recherche en IA et l'Edge en temps réel
Kalen Michael
Chef de produit
Codeur depuis l'âge de 13 ans, lorsqu'il a reçu son premier ordinateur, Kalen aime résoudre les défis de la manière la plus efficace possible. La programmation et la recherche de solutions sont ce qui le motive vraiment, et il n'y a rien de plus excitant que la montée d'adrénaline qu'il ressent lorsque son code se compile sans bug. Plus il apprend de langages, plus il en a envie, et il attend avec impatience le jour où nous pourrons télécharger des compétences comme dans Matrix.
L'IA pour tous : Ultralytics HUB uniformise les règles du jeu
Erica Brescia
Directeur général
Erica Brescia a rejoint Redpoint Ventures en tant que directrice générale en 2022, où elle se concentre sur les investissements dans l'infrastructure, l'IA, les outils de développement et la sécurité. Elle siège actuellement aux conseils d'administration de Dagger, Railway, Xata et Poolside et a mené d'autres investissements non annoncés dans l'infrastructure. Avant Redpoint, Erica était la COO de GitHub. Avant GitHub, Erica était la cofondatrice et COO de Bitnami, une société d'emballage et de déploiement d'applications open source, qui a été acquise par VMware. Elle a également été cofondatrice et PDG de BitRock, qui a développé une technologie d'emballage de logiciels. Erica est une leader dans la communauté open source depuis plus de 15 ans et siège au conseil d'administration de la Linux Foundation depuis 2016. Avant de rejoindre Redpoint, Erica était une investisseuse providentielle et conseillère auprès de sociétés telles que Netlify, Coda, Whimsical, Xata et Byteboard. Elle vit à Walnut Creek, en Californie, avec son mari, son fils et leur hilarant mélange de laboratoire et de chihuahua.
Séries A pour l'Open Source : Ce que les investisseurs recherchent
Dr. Ramit Debnath
Co-fondateur
Professeur adjoint de sciences sociales computationnelles et de design à l'université de Cambridge, directeur du Collective Intelligence & Design Group (université de Cambridge) et premier Cambridge Zero fellow, co-dirigeant un effort de recherche mondial visant à améliorer la compréhension du changement climatique par le public en collaborant avec des institutions universitaires de premier plan telles que Caltech, l'université de Harvard, l'université de Boston, le MCC-Berlin, des organisations de politique publique de premier plan telles que le Programme des Nations unies pour l'environnement (PNUE), l'Agence internationale de l'énergie (AIE), et d'autres pionniers dans le domaine du climat et du développement durable.
Professeur associé invité, Caltech. Auparavant, a travaillé à l'université de Stanford, à l'IEA et à l'IIT Bombay. Boursier Gates.
Intelligence humaine et artificielle pour l'action climatique planétaire
Seán Boyle
Co-fondateur
A été la première responsable du développement durable de Twitter, a lancé la première stratégie d'action climatique à l'échelle de l'entreprise, a coproduit la politique inaugurale de lutte contre la désinformation sur le changement climatique et s'est associée à des organisations de premier plan en matière d'action climatique, notamment la Convention-cadre des Nations unies sur les changements climatiques (CCNUCC), le Programme des Nations unies pour l'environnement (PNUE), la COP27, FridaysForFuture, WeDontHaveTime, des institutions universitaires de premier plan, notamment l'université de Cambridge, et d'autres pionniers dans le domaine de l'action climatique.
A travaillé chez Twitter pendant 8 ans. Auparavant, elle a occupé des postes chez Meta et KPMG.
Membre du conseil consultatif de WeDontHaveTime. Membre honoraire de Sigma Squared.
Intelligence humaine et artificielle pour l'action climatique planétaire
Yonatan Geifman
Co-fondateur et PDG
Yonatan Geifman est le PDG et cofondateur de Deci, la plateforme de développement de deep learning. Avant de cofonder Deci, Yonatan était membre de l'équipe MorphNet de Google AI. Il est titulaire d'un doctorat en informatique du Technion-Israel Institute of Technology et d'une licence et d'une maîtrise en informatique de l'université Ben-Gourion en Israël. Ses recherches ont porté sur la manière de rendre les réseaux neuronaux profonds (DNN) plus applicables aux tâches critiques. Elles ont été publiées et présentées lors de grandes conférences internationales, notamment la Conference on Neural Information Processing Systems (NeurIPS) et l'International Conference on Machine Learning (ICML).
PANEL : Faciliter l'IA de vision open source
Lakshantha Dissayanake
Ingénieur d'application
Lakshantha est ingénieur d'application senior pour l'Edge AI chez Seeed Studio. Il se tient activement informé des dernières tendances en matière d'IA et propose des applications d'IA embarquée à la communauté des développeurs sous forme de tutoriels wiki étape par étape pour NVIDIA Jetson. Il anime également des ateliers techniques et participe à la résolution des problèmes techniques rencontrés par la communauté.
Démonstration : Comment déployer YOLO sur (presque) n'importe quoi : Plus simple et plus rapide !
Davit Buniatyan
Fondateur et PDG
À l'âge de 18 ans, Davit Buniatyan a été reconnu pour la première fois lorsque TechCrunch l'a présenté. Après avoir obtenu un diplôme en informatique de l'University College London (UCL), il a commencé à poursuivre un doctorat à l'université de Princeton à l'âge de 20 ans. À Princeton, Davit s'est concentré sur la recherche au sein du prestigieux Princeton Neuroscience Lab sous la direction du professeur Sebastian Seung.
Davit a reçu le Gordon Wu Fellowship et l'AWS Machine Learning Research Award. Ses recherches novatrices ont porté sur la cartographie du connectome du cerveau de la souris. Alors qu'il était confronté à des défis dans l'analyse d'ensembles de données vastes et multimodaux au Neuroscience Lab, Davit a découvert un certain nombre de défis urgents dans l'apprentissage automatique. C'est ainsi que Davit a assumé le rôle de PDG fondateur d'Activeloop. Soutenu par Y-Combinator et d'autres fonds et anges de la Silicon Valley, Activeloop construit Deep Lake, une base de données vectorielle conçue pour accueillir toutes les données d'IA.
PatentPT : Création d'une solution basée sur un LLM avec des agents de mémoire de niveau entreprise
Soumik Rakshit
Ingénieur en AA
Ingénieur en AA chez Weights & Biases et expert Google Developer en JAX. Je travaille également sur des projets open source de vision par ordinateur avec des intérêts de recherche dans les domaines de l'informatique générative, de la restauration d'images et de l'infographie. Je contribue activement à l'open source, principalement par la mise en œuvre d'articles de recherche, d'exemples d'AA de bout en bout et d'intégrations MLOps pour des référentiels open source comme Ultralytics, Diffusers, Keras, etc.
Dynamiser Ultralytics avec Weights & Biases
Bo Zhang
Stratège en algorithmes
Bo Zhang est un stratège en algorithmes chez Meituan Vision. Il a obtenu sa maîtrise en informatique à l'Université de Trente, en Italie, en 2013. Ses efforts précédents ont été consacrés à l'apprentissage automatique automatisé et à la vision par ordinateur. Il a rigoureusement collaboré au projet YOLOv6.
PANEL : Faciliter l'IA de vision open source
Dr. Bram Verhoef
Responsable de l'apprentissage automatique
Bram Verhoef a une formation en statistique, psychologie et neurosciences. Après avoir obtenu son doctorat en 2010 de la KU Leuven, il a mené des recherches postdoctorales à l'Université Harvard et à l'Université de Chicago, se concentrant sur les neurosciences computationnelles qui sous-tendent les mécanismes de l'attention.
En 2017, il est retourné en Belgique pour travailler chez Imec en tant que membre principal du personnel technique, dirigeant le développement d'algorithmes liés à une nouvelle puce d'apprentissage profond analogique compute-in-memory. En 2021, il a cofondé Axelera AI et est actuellement responsable de l'apprentissage automatique, dirigeant les efforts d'optimisation des algorithmes pour l'accélérateur d'apprentissage profond de pointe d'Axelera AI.
YOLO Surpuissant : Exploiter la puissance native de l'IA
Mónica Villas
Conseiller technique et conférencier
Ancien cadre d'IBM travaillant dans l'informatique depuis plus de 20 ans. Actuellement, je travaille en tant que conseiller technique et conférencier. Après de nombreuses années dans l'informatique, je sais comment la technologie peut être appliquée pour changer et améliorer l'entreprise. Je suis passionné par les nouvelles façons d'enseigner et d'apprendre, et j'ai une connaissance approfondie du Cloud, de l'Analytique, de l'Intelligence Artificielle et des Technologies Exponentielles, tout en continuant à apprendre chaque jour. En tant qu'ingénieur, j'aime la technologie et changer le monde. J'ai de grandes capacités à simplifier les choses complexes, à résoudre les problèmes et à travailler en équipe. En dehors de la technologie, l'une de mes autres passions est les gens. Diriger des gens a été vraiment gratifiant et pendant mes 15 années en tant que leader, j'ai toujours essayé de montrer l'exemple. Les gens m'ont suivi, ce qui est en fin de compte l'objectif principal d'un leader. Dans toute ma carrière, les 3 choses qui m'ont le plus aidé ont été les gens, la persévérance et la passion.
Défis éthiques de l'IA
Glenn Jocher d'Ultralytics (YOLOv5 et YOLOv8), Yonatan Geifman de Deci (YOLO-NAS) et Bo Zhang de Meituan (YOLOv6) se réunissent lors de cette table ronde pour explorer l'état de l'IA de vision open source. Cette table ronde se penchera sur les défis et les priorités rencontrés lors de l'implémentation des modèles, offrant des informations précieuses pour une adoption transparente de l'IA. De plus, les panélistes aborderont le déploiement sur les appareils périphériques, examineront le potentiel des modules de réidentification d'objets, fourniront des informations sur le déploiement des modèles, et plus encore.
Environ 1 milliard de caméras réseau sont déployées dans le monde. Les caméras intelligentes alimentées par une IA avancée peuvent se concentrer sur ce qui compte le plus et apporter la sécurité des espaces à tous, des conducteurs et des piétons aux détaillants et aux acheteurs. Nous vous guiderons à travers les performances globales de l'edge pour les applications d'analyse vidéo inférant sur NVIDIA Jetson et vous pouvez mettre à niveau n'importe quelle caméra existante avec le modèle YOLOv8 sans aucune ligne de code.
Joignez-vous à nous pour voir comment la plateforme Metis d’Axelera AI offre une performance et une convivialité de pointe, à une fraction du coût et de la consommation d’énergie des solutions offertes aujourd’hui. Découvrez les résultats impressionnants de notre solution matérielle et logicielle, qui optimise les modèles YOLO pour l’inférence sur les appareils périphériques.
L'IA transforme divers secteurs, produits et fonctionnalités fondamentales. Néanmoins, les réseaux neuronaux profonds consomment des ressources excessives en termes de mémoire, de puissance de calcul et d'énergie. Pour garantir l'adoption généralisée de l'IA, celle-ci doit fonctionner efficacement sur les appareils des utilisateurs finaux, en respectant des contraintes strictes en matière d'alimentation et de thermique. Les techniques telles que la quantification et la compression jouent un rôle essentiel dans l'atténuation de ces défis.
Dans ce webinaire, le chef de produit de Sony, Amir Servi, vous présentera le Model Compression Toolkit de Sony pour la quantification et l'accélération des modèles d'apprentissage profond en vue d'un déploiement efficace en périphérie. Vous apprendrez comment faire de même pour votre propre modèle ! Ce que vous apprendrez :
- Nos dernières recherches sur les techniques de quantification et leur mise en œuvre dans un produit pratique
- L'importance de la compression tenant compte du matériel pour l'inférence en périphérie
- Comment les ingénieurs et les chercheurs peuvent mettre en œuvre ces techniques grâce à Sony MCT
Ultralytics HUB abaisse les barrières à l'entrée dans le monde du ML, le rendant accessible aux particuliers et aux entreprises, quelle que soit leur expertise en codage. Découvrez comment cette plateforme est sur le point de révolutionner notre approche de l'apprentissage automatique, en permettant à une nouvelle génération de passionnés de données de transformer leurs idées en réalité avec une facilité sans précédent.
Et ne manquez pas notre grande annonce...
Le déploiement de modèles de pointe sur des appareils embarqués, des GPU Edge de NVIDIA Jetson aux minuscules MCU, présente des défis et des limitations. Nous allons voir comment déployer ces modèles, y compris YOLOv8, de manière simplifiée et examiner les performances globales en périphérie pour les applications d'analyse vidéo inférant sur NVIDIA Jetson.
Glenn poursuit sans relâche le développement de la meilleure IA de vision au monde. Pour lui, il ne s'agit pas seulement d'une prouesse technologique, mais d'une étape essentielle vers la réalisation du potentiel de l'IAG. Les fers de lance de cette quête incessante ne sont autres que YOLOv5, YOLOv8 et Ultralytics HUB.
Alors, qu'est-ce qui fait d'Ultralytics YOLO le meilleur au monde ?
Les récentes avancées en vision par ordinateur ont été considérablement stimulées par l'introduction de l'architecture Transformer et des abstractions conviviales pour le pré-entraînement, le réglage fin et l'inférence dans la bibliothèque 🤗 transformers. Cette présentation offre un aperçu des derniers modèles de vision basés sur Transformer, explore les utilitaires disponibles dans la bibliothèque 🤗 transformers et offre des informations pratiques sur la philosophie qui la sous-tend.
Fatigué des longues files d'attente à la caisse des magasins de détail ? Notre système intelligent de gestion des files d'attente est la solution ! Rejoignez-nous pour un tutoriel étape par étape sur la façon de créer un tel système en utilisant OpenVINO et YOLOv8. Nous vous guiderons à travers le processus d'intégration de ces puissants outils open source pour développer une solution de bout en bout qui peut être déployée dans les environnements de caisse des magasins de détail. Vous apprendrez comment optimiser l'application pour obtenir des performances exceptionnelles. Que vous soyez un développeur expérimenté ou un novice en matière d'IA, cette session vous fournira des conseils pratiques et les meilleures pratiques pour construire des systèmes intelligents en utilisant OpenVINO. À la fin de la présentation, vous aurez les connaissances et les ressources nécessaires pour construire votre propre solution.
Dans une ère définie par les progrès rapides de l'intelligence artificielle (IA), il est primordial de naviguer dans le paysage éthique de cette technologie. Dans cette session, Mónica dévoilera le réseau complexe de dilemmes éthiques qui accompagnent le pouvoir transformateur de l'IA. De la lutte contre les biais et l'équité à l'exploration de la transparence, de la responsabilité et de l'impact profond de l'IA sur la société, Monica fournira des informations qui mettront en lumière les considérations éthiques entourant l'IA.
Cette conférence est l'occasion d'acquérir une compréhension fondamentale des défis et des responsabilités éthiques associés à l'IA. Mónica vous fournira des connaissances essentielles pour toute personne impliquée dans le développement, la prise de décision ou la formation de politiques en matière d'IA.
Les modèles de fondation peuvent être exigeants en termes de calcul GPU et peuvent ne pas convenir aux applications en temps réel, surtout si vous souhaitez mettre à l'échelle des millions de points de vente autonomes. Mais nous profitons de la méthode appelée distillation des connaissances, où nous utilisons nos modèles de fondation pour des tâches complexes telles que les annotations et transférons ces connaissances dans des modèles plus petits et plus rentables. Cela nous permet d'accélérer notre processus d'annotation jusqu'à 90 fois plus vite que l'étiquetage traditionnel humain.
Chut. Vous voulez entendre un secret ? Et si je vous disais que l'apprentissage actif ne doit pas nécessairement être difficile. Et s'il existait... un moyen facile ? Vous avez de la chance. Cette présentation vous montrera exactement comment mettre en œuvre un pipeline d'apprentissage actif à l'aide du moteur de données de DagsHub. Et 90 % du pipeline peuvent être exécutés directement dans un bloc-notes Jupyter ou sur Google Colab ! À la fin de la présentation, vous aurez les informations nécessaires pour convertir votre projet existant en un projet qui utilise l'apprentissage actif pour améliorer efficacement et rapidement les mesures de vos modèles !
L'utilisation d'outils open source avec YOLOv8 peut vous aider à démarrer rapidement votre prochain projet de vision IA. Il existe des référentiels d'images open source, des bibliothèques pour aider à automatiser l'étiquetage des données, des outils de suivi ou de comptage et des serveurs pour déployer vos modèles. Découvrez comment les utiliser avec YOLOv8 pour créer votre prochaine application.
La course mondiale actuelle à des systèmes d'intelligence artificielle (IA) de plus en plus performants devrait avoir un impact sociétal et environnemental profond en modifiant les marchés du travail, en perturbant les modèles économiques et en permettant de nouvelles structures de gouvernance et de protection sociale qui peuvent affecter le consensus mondial sur les voies d'action climatique. Cependant, les systèmes d'IA actuels sont entraînés sur des ensembles de données biaisés qui pourraient déstabiliser les agences politiques ayant un impact sur les décisions d'atténuation et d'adaptation au changement climatique et compromettre la stabilité sociale, ce qui pourrait entraîner des événements de basculement sociétal. Ainsi, la conception appropriée d'un système d'IA moins biaisé qui reflète les effets directs et indirects sur les sociétés et les défis planétaires est une question d'une importance capitale.
La quantification des modèles d'apprentissage automatique (ML) peut entraîner une diminution significative de la taille du modèle ainsi qu'une réduction de la latence d'inférence en raison de besoins de bande passante inférieurs. Lorsqu'elle est déployée sur des options matérielles qui prennent en charge efficacement les calculs d'entiers, les gains de performance peuvent être encore plus spectaculaires. Cependant, la quantification peut parfois entraîner une dégradation inacceptable de la précision. Dans cette présentation, nous donnons un aperçu des méthodes permettant de quantifier efficacement les modèles YOLOv8, ce qui en fait un excellent choix pour diverses applications d'IA en périphérie en temps réel. Nous présentons également une classe de modèles YOLOv8 avec la fonction d'activation ReLU6 qui présentent d'excellents résultats de quantification post-entraînement sur une variété d'architectures de modèles et d'ensembles de données. Enfin, nous illustrons comment les modèles quantifiés peuvent être déployés sur plusieurs options matérielles telles que les CPU, les Edge TPU et Orca (l'accélérateur AI HW de DeGirum) à l'aide d'API simples.
Ultralytics est le point de référence pour les modèles de vision par ordinateur de pointe pour des tâches telles que la classification d'images, la détection d'objets, la segmentation d'images et l'estimation de pose. Weights & Biases est une plateforme MLOps conçue pour les développeurs qui, lorsqu'elle est intégrée à un flux de travail Ultralytics, nous permet de gérer facilement nos expériences, les points de contrôle des modèles et de visualiser les résultats de nos expériences de manière perspicace et intuitive. Dans cette session, nous explorerons comment nous pouvons efficacement dynamiser nos flux de travail de vision par ordinateur en utilisant Ultralytics et Weights & Biases.
Découvrez comment nous avons créé PatentPT, une solution de modèle linguistique avancée qui améliore considérablement les capacités de recherche et d'interaction en matière de brevets. La présentation offre des informations pratiques sur le réglage fin et le déploiement de grands modèles linguistiques, ainsi que sur l'utilisation d'agents de mémoire de niveau entreprise pour compléter automatiquement les brevets, générer des résumés et des revendications, et effectuer des fonctions de recherche de brevets avancées à l'aide du riche corpus de brevets. Nous vous expliquerons comment développer une solution similaire en utilisant Deep Lake d'Activeloop, la base de données pour l'IA, des modèles LLM open source, le matériel Habana Gaudi HPU et les API d'inférence LLM d'Amazon Sagemaker.
Nous vous présenterons les plans architecturaux et toutes les étapes que nous avons suivies pour construire la solution – de la formation de notre modèle LLM à son réglage fin, en passant par la création de fonctionnalités personnalisées et le déploiement d'API de recherche.
Que vous soyez un praticien de l'IA à la recherche de guides pratiques sur le réglage fin des LLM, un professionnel du droit intéressé par l'utilisation de l'IA pour la recherche de brevets, ou simplement curieux de l'avenir des solutions améliorées par l'IA, notre présentation offre un aperçu du processus et du potentiel de l'utilisation des LLM dans un domaine spécialisé. Rejoignez-nous pour partager notre expérience de création d'applications personnalisées basées sur les LLM et alimentées par Deep Lake, la base de données pour l'IA destinée aux entreprises de toutes tailles.
Les entreprises open source sont construites différemment. Dans cette présentation, nous aborderons ce que les investisseurs rechercheront lorsqu'ils envisageront d'investir lors d'une levée de fonds de Série A. Spoiler : vous n'aurez peut-être pas besoin de revenus, mais vous aurez certainement besoin d'un élan ! Nous partagerons les meilleures métriques d'autres entreprises OSS pour vous aider à déterminer quand lever des fonds.
Nous commencerons la journée chez Google for Startups à Madrid avec un café. La matinée sera consacrée à une série de conférences, suivie d'une pause déjeuner offerte par Ultralytics chez Google for Startups. Après le déjeuner, nous reprendrons avec d'autres sessions. Pour conclure YV23, rejoignez-nous pour un happy hour de networking officiel, également organisé chez Google for Startups.
La participation en personne vous permet de vous immerger dans l'atmosphère de l'événement, d'interagir avec les conférenciers et les autres participants, et de participer à des sessions de réseautage. C'est une occasion unique de s'engager directement avec la communauté de la vision IA.
Les billets pour YV23 sont entièrement gratuits, que vous choisissiez de nous rejoindre virtuellement ou en personne.
Calle de Moreno Nieto, 2, 28005 Madrid, Espagne.
YV23 propose des options de participation virtuelles et en personne. Pour réserver votre place, veuillez remplir le formulaire d'inscription disponible sur cette page.
Si vous êtes en Chine, veuillez trouver le flux virtuel Bilibili ici. Si vous vous joignez à nous depuis le reste du monde, veuillez vous connecter en utilisant le flux virtuel Youtube ici.