Il meetup della community Ultralytics in Cina: il Paese con il maggiore interesse globale per il machine learning

Con la continua evoluzione della tecnologia di visione artificiale, anche l’attenzione del settore sta cambiando. In passato, ci si chiedeva soprattutto se i modelli SOTA sviluppati nei laboratori fossero abbastanza avanzati. Oggi, però, è emersa una domanda più importante:

Come si possono applicare davvero questi modelli in scenari reali? Come possono i progetti di IA per la visione passare dalle demo alle applicazioni pratiche, continuare a evolversi e creare valore reale?

Con queste domande in mente, Ultralytics è arrivata a Shenzhen per ospitare il suo primo Meetup offline della comunità in Cina. Attraverso questo evento, speravamo di incontrare di persona sviluppatori cinesi, partner del settore e appassionati di visione artificiale, per parlare di dove si trova oggi Ultralytics YOLO e della direzione che Ultralytics prenderà in futuro.

Fig. 1. Il fondatore e CEO di Ultralytics, Glenn Jocher, presenta al nostro primo evento della comunità a Shenzhen.

Da Ultralytics YOLO a Ultralytics Platform#

In passato, Ultralytics YOLO era conosciuto soprattutto per essere veloce, pratico e facile da implementare. Che si trattasse di rilevamento degli oggetti, ispezione industriale, monitoraggio della sicurezza o attività di visione in tempo reale sui dispositivi edge, YOLO è diventato uno degli strumenti di riferimento per molti sviluppatori che iniziano a lavorare ai loro progetti di visione artificiale.

Oggi Ultralytics sta andando oltre il singolo modello, verso una piattaforma completa di visione artificiale che copre la gestione dei dataset, l’addestramento, l’implementazione, il monitoraggio e un ciclo di feedback per il miglioramento continuo.

Un tempo ci si chiedeva: il modello è accurato? È veloce?

Ora ci concentriamo maggiormente su una domanda più ampia: come si può avviare davvero un progetto di IA per la visione, utilizzarlo in scenari reali e continuare a migliorarlo nel tempo?

È questo l’obiettivo di Ultralytics Platform: rendere più efficiente l’annotazione dei dati, semplificare l’addestramento dei modelli, rendere più fluida l’implementazione su più piattaforme e consentire agli sviluppatori di iterare continuamente sulle loro applicazioni di IA per la visione.

Fig. 2. Primo evento della comunità Ultralytics a Shenzhen, Cina.

Ultralytics Platform: per rendere più completo il flusso di lavoro dell’IA per la visione#

Durante la sessione, Glenn ha inoltre presentato diverse funzionalità principali di Ultralytics Platform, tra cui l’annotazione automatica, l’addestramento con un clic, l’implementazione in più formati e la possibilità di migliorare continuamente i modelli tramite dati di feedback.

Fig. 3. Il fondatore e CEO di Ultralytics, Glenn Jocher, presenta al nostro primo evento della comunità a Shenzhen.

Per molti team, costruire un progetto di IA per la visione non significa soltanto scegliere un modello. La vera complessità risiede spesso in domande come: da dove provengono i dati, come devono essere annotati, come devono essere addestrati e implementati i modelli e come possono continuare a migliorare dopo il lancio. Se questi passaggi non sono collegati, diventa difficile portare davvero un progetto in produzione.

Ultralytics Platform collega questi passaggi, consentendo agli sviluppatori di completare l’intero flusso di lavoro in modo più fluido, dai dati al modello, dall’addestramento all’implementazione e dal lancio al feedback, senza dover passare continuamente da uno strumento all’altro.

Oggi la piattaforma ha già raccolto oltre 100 milioni di immagini caricate, più di 600 milioni di annotazioni e circa 40.000-50.000 dataset.

Dietro questi numeri si cela un segnale chiaro: la domanda di visione artificiale è reale e si sta spostando oltre la ricerca e la sperimentazione, verso implementazioni pratiche su larga scala. Ultralytics Platform si adatta a queste diverse esigenze degli utenti, dai piani pensati per singoli sviluppatori e team di ricerca fino alle licenze aziendali per organizzazioni di grandi dimensioni.

Fig. 4. Glenn Jocher illustra le principali attività di rilevamento supportate da Ultralytics YOLO.

La comunità cinese è una parte essenziale dell’ecosistema globale di Ultralytics#

Glenn ha sottolineato che la Cina è una parte molto importante della comunità di utenti Ultralytics e potrebbe essere uno dei Paesi con il maggior numero di persone che studiano l’apprendimento automatico e sono interessate a questo ambito.

Per Ultralytics, la Cina non è solo una regione con un’ampia base di utenti, ma anche una comunità molto attiva, con una forte presenza di sviluppatori, scenari applicativi diversificati e preziosi feedback tecnici.

Perché uno strumento venga adottato su larga scala, la tecnologia avanzata da sola non basta. Documentazione, comunità, accessibilità, esperienza di implementazione e supporto locale devono essere tutti fluidi e affidabili.

Comprendere il reale interesse degli sviluppatori per l’implementazione dell’IA per la visione#

Durante la sessione di domande e risposte, i partecipanti hanno posto molte domande attente e stimolanti, aiutandoci a capire meglio ciò che interessa davvero agli sviluppatori cinesi quando si tratta di portare la visione artificiale nelle applicazioni del mondo reale.

Un partecipante di AMD ha chiesto se Ultralytics Platform supporta ambienti di addestramento privati o locali. Questa è una preoccupazione importante anche per molte aziende e molti team. Quando i progetti coinvolgono dati sensibili, dati specifici del settore o dati aziendali interni, la privacy, la sicurezza e le funzionalità di implementazione locale diventano particolarmente importanti.

Glenn ha spiegato che si tratta di una direzione su cui il team sta discutendo attivamente. Con l’esecuzione dell’IA per la visione su un numero sempre maggiore di dispositivi e ambienti hardware, il supporto all’ecosistema hardware diventerà una componente fondamentale dell’esperienza di implementazione dei modelli.

Oltre agli scenari d’uso industriali, all’hardware e all’implementazione, alcuni partecipanti hanno anche chiesto se YOLO potesse essere utilizzato per il riconoscimento dello stile artistico o supportare la comprensione visiva con consapevolezza della proprietà intellettuale.

Queste domande sono state stimolanti. Dimostrano che l’immaginazione sulle applicazioni di YOLO non è più limitata ai tradizionali scenari di ispezione industriale, rilevamento degli oggetti e sicurezza. Si sta ora estendendo ad ambiti più ampi, come la creazione di contenuti, la comprensione dei media e la produzione creativa.

Inoltre, anche temi come i piccoli dispositivi edge, l’implementazione offline e l’ottimizzazione della quantizzazione erano tra gli argomenti di maggiore interesse. È chiaro che agli sviluppatori interessa non solo la performance del modello in sé, ma anche l’esperienza pratica complessiva nell’utilizzo dell’IA per la visione.

Sono esattamente le domande a cui la visione artificiale deve rispondere nel passaggio dalla ricerca alle applicazioni del mondo reale.

La visione artificiale entra in una nuova fase#

Questo evento ci ha dato una forte percezione di una tendenza chiara:

La visione artificiale sta andando oltre la competizione tra modelli ed entrando in una nuova fase di adozione delle piattaforme, trasformazione in prodotti e sviluppo dell’ecosistema.

I punti di forza fondamentali di YOLO sono sempre stati la velocità, la praticità e la facilità di implementazione. Oggi Ultralytics spera di estendere questi punti di forza all’intero flusso di lavoro, affinché gli sviluppatori possano non solo accedere a modelli avanzati, ma anche gestire i dati, addestrare i modelli, implementare le applicazioni e ottimizzare continuamente i loro sistemi di IA per la visione in modo più semplice.

Anche la comunità cinese dell’IA sta diventando una parte sempre più importante di questo percorso. Ha una vasta base di sviluppatori, scenari applicativi ricchi e una forte passione per l’apprendimento e la pratica concreta. Guardando al futuro, siamo entusiasti di collaborare con un numero sempre maggiore di sviluppatori cinesi, partner aziendali e membri della comunità per portare la visione artificiale in una gamma più ampia di applicazioni del mondo reale.

Come ha affermato Glenn:

“Vogliamo che tutti possano utilizzare la visione artificiale.”

Questa potrebbe essere la spiegazione migliore del passaggio di Ultralytics verso un futuro maggiormente incentrato sulle piattaforme.