Basato su Ultralytics, #YV23 è l'unica conferenza al mondo incentrata sullo sviluppo e sul progresso dell'AI vision open-source. Sia di persona che online, ricercatori, ingegneri e professionisti si riuniranno per il secondo anno consecutivo per condividere conoscenze, innovazione e progressi. Unisciti a esperti e leader il 27 settembre presso Google for Startups a Madrid, Spagna per superare i confini della nuova frontiera della Vision AI.
1
giorno
18
discussioni
2,000+
partecipanti online
150
partecipanti in presenza
Glenn Jocher
Fondatore e CEO
Glenn ha fondato Ultralytics per guidare gli sforzi di analisi degli antineutrini della National Geospatial-Intelligence Agency (NGA) degli Stati Uniti, culminati nell'esperimento miniTimeCube e nella prima mappa globale degli antineutrini al mondo pubblicata su Nature. Una più profonda comprensione dei profondi misteri della fisica delle particelle che ci sfuggono lo ha portato all'Intelligenza Artificiale Generale (AGI) come la migliore soluzione per l'umanità per superare i limiti delle nostre menti e un giorno comprendere veramente l'universo e il nostro posto in esso. Oggi è spinto a costruire la migliore vision AI al mondo come elemento costitutivo di una futura AGI, con Ultralytics YOLO e Ultralytics HUB come punte di diamante di questa ossessione.
KEYONTE: Esplorando Ultralytics YOLO: Progressi nell'AI di Visione all'avanguardia
PANEL: Semplificare l'AI Open-Source
Adrian Boguszewski
Evangelista del software
Adrian si è laureato in Informatica presso l'Università di Tecnologia di Danzica 8 anni fa. Successivamente, ha iniziato la sua carriera nel campo della computer vision e del deep learning. In qualità di team leader di data scientist e sviluppatori Android negli ultimi due anni, Adrian è stato responsabile di un'applicazione per scattare una foto professionale (per una carta d'identità o un passaporto) senza uscire di casa. È co-autore del dataset LandCover.ai, creatore del plugin OpenCV Image Viewer e occasionalmente docente di Deep Learning. Attualmente si occupa di formare le persone sull'OpenVINO Toolkit. Nel tempo libero, è un viaggiatore. Puoi anche parlare con lui di finanza, soprattutto di investimenti.
KEYNOTE: Salta la coda! Scopri come costruire un sistema intelligente di gestione delle code con YOLOv8
Elaine Wu
Partnership e marketing per l'Edge AI
Elaine è la responsabile marketing e partnership per l'Edge AI presso Seeed, una società di hardware IoT dal 2008 e partner Elite di NVIDIA Embedded. In Seeed, allineandosi con gli sviluppatori, l'ecosistema e l'esperienza hardware di Seeed, crede e si impegna nel percorso della piattaforma hardware più affidabile, consentendo a tutti di raggiungere i propri obiettivi di trasformazione digitale e di co-creare prodotti AI di nuova generazione. Scrive tweet da @iamelainewu.
Aggiorna qualsiasi telecamera con YOLOv8 senza codice
Shashi Chilappagari
Chief Architect & Co-Founder
Shashi Chilappagari è co-fondatore e Chief Architect di DeGirum Corp., una società di semiconduttori fabless che realizza soluzioni complete di IA per l'edge computing. Prima di DeGirum, è stato Director of SSD Architecture presso Marvell Semiconductor Inc. Shashi ha conseguito lauree B. Tech e M. Tech presso l'Indian Institute of Technology, Madras, India, e un dottorato di ricerca presso l'Università dell'Arizona, Tucson, Arizona.
Distribuzione di modelli YOLOv8 quantizzati su dispositivi edge
Merve Noyan
Developer Advocacy Engineer
Merve Noyan è un'ingegnera che si occupa di developer advocacy presso Hugging Face, lavorando sull'apprendimento automatico open source. È anche una ricercatrice laureata in machine learning e GDE in Machine Learning.
Vision Open-Source con Transformer
Amir Servi
Product Manager per Edge Deep Learning
Amir è l'Edge Deep Learning Product Manager di Sony. Con oltre 15 anni di esperienza nel settore tecnologico, negli strumenti per sviluppatori e una vasta esperienza nell'ecosistema dell'IA presso Deci, Superwise e AnyVision, Amir è specializzato nella guida di team di prodotto e R&S per fornire prodotti tecnologici all'avanguardia per gli sviluppatori, dalle applicazioni di computer vision, all'accelerazione delle reti neurali, fino alla rimodellazione del deployment del deep learning sui dispositivi edge.
Colmare il divario tra la ricerca sull'IA e l'edge in tempo reale
Glenn Jocher
Fondatore e CEO
Glenn ha fondato Ultralytics per guidare gli sforzi di analisi degli antineutrini della National Geospatial-Intelligence Agency (NGA) degli Stati Uniti, culminati nell'esperimento miniTimeCube e nella prima mappa globale degli antineutrini al mondo pubblicata su Nature. Una più profonda comprensione dei profondi misteri della fisica delle particelle che ci sfuggono lo ha portato all'Intelligenza Artificiale Generale (AGI) come la migliore soluzione per l'umanità per superare i limiti delle nostre menti e un giorno comprendere veramente l'universo e il nostro posto in esso. Oggi è spinto a costruire la migliore vision AI al mondo come elemento costitutivo di una futura AGI, con Ultralytics YOLO e Ultralytics HUB come punte di diamante di questa ossessione.
KEYONTE: Esplorando Ultralytics YOLO: Progressi nell'AI di Visione all'avanguardia
PANEL: Semplificare l'AI Open-Source
Adrian Boguszewski
Evangelista del software
Adrian si è laureato in Informatica presso l'Università di Tecnologia di Danzica 8 anni fa. Successivamente, ha iniziato la sua carriera nel campo della computer vision e del deep learning. In qualità di team leader di data scientist e sviluppatori Android negli ultimi due anni, Adrian è stato responsabile di un'applicazione per scattare una foto professionale (per una carta d'identità o un passaporto) senza uscire di casa. È co-autore del dataset LandCover.ai, creatore del plugin OpenCV Image Viewer e occasionalmente docente di Deep Learning. Attualmente si occupa di formare le persone sull'OpenVINO Toolkit. Nel tempo libero, è un viaggiatore. Puoi anche parlare con lui di finanza, soprattutto di investimenti.
KEYNOTE: Salta la coda! Scopri come costruire un sistema intelligente di gestione delle code con YOLOv8
Elaine Wu
Partnership e marketing per l'Edge AI
Elaine è la responsabile marketing e partnership per l'Edge AI presso Seeed, una società di hardware IoT dal 2008 e partner Elite di NVIDIA Embedded. In Seeed, allineandosi con gli sviluppatori, l'ecosistema e l'esperienza hardware di Seeed, crede e si impegna nel percorso della piattaforma hardware più affidabile, consentendo a tutti di raggiungere i propri obiettivi di trasformazione digitale e di co-creare prodotti AI di nuova generazione. Scrive tweet da @iamelainewu.
Aggiorna qualsiasi telecamera con YOLOv8 senza codice
Shashi Chilappagari
Chief Architect & Co-Founder
Shashi Chilappagari è co-fondatore e Chief Architect di DeGirum Corp., una società di semiconduttori fabless che realizza soluzioni complete di IA per l'edge computing. Prima di DeGirum, è stato Director of SSD Architecture presso Marvell Semiconductor Inc. Shashi ha conseguito lauree B. Tech e M. Tech presso l'Indian Institute of Technology, Madras, India, e un dottorato di ricerca presso l'Università dell'Arizona, Tucson, Arizona.
Distribuzione di modelli YOLOv8 quantizzati su dispositivi edge
Merve Noyan
Developer Advocacy Engineer
Merve Noyan è un'ingegnera che si occupa di developer advocacy presso Hugging Face, lavorando sull'apprendimento automatico open source. È anche una ricercatrice laureata in machine learning e GDE in Machine Learning.
Vision Open-Source con Transformer
Amir Servi
Product Manager per Edge Deep Learning
Amir è l'Edge Deep Learning Product Manager di Sony. Con oltre 15 anni di esperienza nel settore tecnologico, negli strumenti per sviluppatori e una vasta esperienza nell'ecosistema dell'IA presso Deci, Superwise e AnyVision, Amir è specializzato nella guida di team di prodotto e R&S per fornire prodotti tecnologici all'avanguardia per gli sviluppatori, dalle applicazioni di computer vision, all'accelerazione delle reti neurali, fino alla rimodellazione del deployment del deep learning sui dispositivi edge.
Colmare il divario tra la ricerca sull'IA e l'edge in tempo reale
Kalen Michael
Responsabile del prodotto
Coder da quando ha ricevuto in regalo il suo primo computer a 13 anni, Kalen ama risolvere le sfide nel modo più efficiente possibile. La programmazione e la ricerca di soluzioni sono qualcosa che lo motiva davvero, e non c'è niente di più eccitante della scarica di adrenalina che riceve quando il suo codice viene compilato senza bug. Più linguaggi impara, più ne desidera, e sta solo aspettando il giorno in cui potremo scaricare le competenze come in Matrix.
IA per tutti: Ultralytics HUB spiana il campo di gioco
Erica Brescia
Amministratore Delegato
Erica Brescia è entrata a far parte di Redpoint Ventures come managing director nel 2022, dove si concentra sugli
investimenti in infrastrutture, IA, strumenti per sviluppatori e sicurezza. Attualmente fa parte dei
consigli di amministrazione di Dagger, Railway, Xata e Poolside e ha guidato altri investimenti in infrastrutture
non annunciati. Prima di Redpoint, Erica è stata COO di GitHub. Prima di GitHub, Erica è stata co-
fondatrice e COO di Bitnami, una società di packaging e distribuzione di applicazioni open source,
che è stata acquisita da VMware. È stata anche co-fondatrice e CEO di BitRock, che
ha sviluppato una tecnologia di packaging software. Erica è stata leader nella community open source
per oltre 15 anni e fa parte del consiglio di amministrazione della Linux Foundation dal 2016.
Prima di entrare in Redpoint, Erica è stata angel investor e advisor per aziende come Netlify,
Coda, Whimsical, Xata e Byteboard. Vive a Walnut Creek, CA, con suo marito, suo figlio
e il loro esilarante mix di labrador e chihuahua.
Serie A per l'Open Source: cosa cercano gli investitori
Dr. Ramit Debnath
Co-fondatore
Professore assistente di Scienze sociali computazionali e Design presso l'Università di Cambridge, Direttore del Collective Intelligence & Design Group (Università di Cambridge) e primo Cambridge Zero fellow, co-responsabile di un impegno di ricerca globale per migliorare la comprensione pubblica dei cambiamenti climatici collaborando con importanti istituzioni accademiche come Caltech, Harvard University, Boston University, MCC-Berlino, importanti organizzazioni di politica pubblica come il Programma delle Nazioni Unite per l'ambiente (UNEP), l'Agenzia internazionale dell'energia (IEA) e altri pionieri nel campo del clima e della sostenibilità.
Visiting Faculty Associate, Caltech. In precedenza ha lavorato presso la Stanford University, IEA e IIT Bombay. Gates Scholar.
Intelligenza umana e artificiale per l'azione climatica planetaria
Seán Boyle
Co-fondatore
Ha ricoperto il ruolo di primo Head of Sustainability di Twitter, ha lanciato la prima strategia aziendale per l'azione climatica, ha co-prodotto la politica inaugurale sulla disinformazione/informazione errata sui cambiamenti climatici e ha collaborato con le principali organizzazioni per l'azione climatica, tra cui United Nations Framework Convention on Climate Change (UNFCCC), United Nations Environmental Programme (UNEP), COP27, FridaysForFuture, WeDontHaveTime, importanti istituzioni accademiche tra cui l'Università di Cambridge e altri pionieri nel settore dell'azione climatica.
Ha lavorato presso Twitter per 8 anni. Precedentemente ha ricoperto ruoli presso Meta e KPMG.
Membro del consiglio consultivo di WeDontHaveTime. Honorary Fellow di Sigma Squared.
Intelligenza umana e artificiale per l'azione climatica planetaria
Yonatan Geifman
Co-fondatore e CEO
Yonatan Geifman è il CEO e co-fondatore di Deci, la piattaforma di sviluppo di deep learning. Prima di co-fondare Deci, Yonatan è stato membro del team MorphNet di Google AI. Ha conseguito un dottorato di ricerca in informatica presso il Technion-Israel Institute of Technology e una laurea triennale e magistrale in informatica presso la Ben-Gurion University in Israele. La sua ricerca si è concentrata sul rendere le reti neurali profonde (DNN) più applicabili per attività mission-critical. È stata pubblicata e presentata in importanti conferenze globali, tra cui la Conference on Neural Information Processing Systems (NeurIPS) e la International Conference on Machine Learning (ICML).
TAVOLA ROTONDA: Rendere semplice la Vision AI Open Source
Lakshantha Dissayanake
Ingegnere Applicativo
Lakshantha è Senior Application Engineer per Edge AI presso Seeed Studio. Si mantiene costantemente aggiornato sulle ultime tendenze dell'AI e fornisce applicazioni AI embedded alla comunità di sviluppatori tramite tutorial wiki passo-passo per NVIDIA Jetson. Inoltre, tiene workshop tecnici e partecipa alla risoluzione di problemi tecnici affrontati dalla comunità.
Mostra e racconta: come distribuire YOLO su (quasi) qualsiasi cosa: più semplice e veloce!
Davit Buniatyan
Fondatore e CEO
All'età di 18 anni, Davit Buniatyan ha ottenuto per la prima volta un riconoscimento quando TechCrunch lo ha presentato. Dopo aver conseguito una laurea in Informatica presso l'University College London (UCL), ha iniziato a conseguire un dottorato di ricerca presso la Princeton University all'età di 20 anni. Mentre era a Princeton, Davit si è concentrato sulla ricerca presso il prestigioso Princeton Neuroscience Lab sotto la guida del professor Sebastian Seung.
Davit è stato premiato con la Gordon Wu Fellowship e l'AWS Machine Learning Research Award. La sua ricerca innovativa ha riguardato la mappatura del connettoma del cervello del topo. Mentre affrontava le sfide nell'analisi di set di dati estesi e multi-modali presso il Neuroscience Lab, Davit ha scoperto una serie di pressanti sfide nel Machine Learning. È così che Davit è passato al ruolo di CEO fondatore di Activeloop. Supportata da Y-Combinator e altri importanti fondi e angel investor della Silicon Valley, Activeloop sta costruendo Deep Lake, un database vettoriale progettato per ospitare tutti i dati di AI.
PatentPT: Creazione di una soluzione basata su LLM con agenti di memoria di livello enterprise
Soumik Rakshit
Ingegnere ML
Ingegnere ML presso Weights & Biases ed Esperto sviluppatore Google in JAX. Lavoro anche su progetti open-source di computer vision con interessi di ricerca nei settori del generative computing, del ripristino delle immagini e della computer grafica. Contribuisco attivamente all'open source, principalmente attraverso l'implementazione di articoli di ricerca, esempi ML end-to-end e integrazioni MLOps per repository open-source come Ultralytics, Diffusers, Keras, ecc.
Potenziare Ultralytics con Weights & Biases
Bo Zhang
Strategist Algoritmico
Bo Zhang è uno strategist di algoritmi in Meituan Vision. Ha conseguito un Master in Informatica presso l'Università di Trento nel 2013. I suoi precedenti sforzi si sono concentrati sull'apprendimento automatico automatizzato e sulla visione artificiale. Ha collaborato attivamente al progetto YOLOv6.
TAVOLA ROTONDA: Rendere semplice la Vision AI Open Source
Dr. Bram Verhoef
Responsabile del Machine Learning
Bram Verhoef ha una formazione in Statistica, Psicologia e Neuroscienze. Dopo aver conseguito il dottorato di ricerca nel 2010 presso la KU Leuven, ha condotto ricerche post-dottorato presso l'Università di Harvard e l'Università di Chicago, concentrandosi sulle neuroscienze computazionali alla base dei meccanismi di attenzione.
Nel 2017 è tornato in Belgio per lavorare presso Imec come Principal Member of Technical Staff, guidando lo sviluppo di algoritmi relativi a un nuovo chip analogico compute-in-memory per il Deep Learning. Nel 2021, ha co-fondato Axelera AI ed è attualmente Head of Machine Learning, guidando gli sforzi di ottimizzazione degli algoritmi per il Deep Learning Accelerator all'avanguardia di Axelera AI.
YOLO potenziato: sfruttare la potenza nativa dell'IA
Mónica Villas
Consulente tecnico e docente
Ex dirigente IBM che ha lavorato nel settore IT per più di 20 anni. Attualmente lavoro come consulente tecnico e docente. Dopo molti anni nel settore IT, so come la tecnologia può essere applicata per cambiare e migliorare il business. Sono appassionato di nuovi modi di insegnare e apprendere e ho una profonda conoscenza di Cloud, Analytics, Intelligenza Artificiale e Tecnologie Esponenziali, mentre continuo a imparare ogni giorno. Come ingegnere, amo la tecnologia e cambiare il mondo. Ho grandi capacità di semplificare le cose complesse, risolvere i problemi e lavorare in team. Oltre alla tecnologia, una delle mie altre passioni sono le persone. Guidare le persone è stato davvero gratificante e durante i miei 15 anni come leader, ho sempre cercato di guidare con l'esempio. Le persone mi hanno seguito, che alla fine è l'obiettivo principale di un leader. In tutta la mia carriera le 3 cose che mi hanno aiutato di più sono state le persone, la perseveranza e la passione.
Sfide etiche dell'IA
Glenn Jocher di Ultralytics (YOLOv5 e YOLOv8), Yonatan Geifman di Deci (YOLO-NAS) e Bo Zhang di Meituan (YOLOv6) si riuniscono in questo panel per esplorare lo stato dell'IA vision open source. Questo panel approfondirà le sfide e le priorità incontrate durante l'implementazione del modello, fornendo preziose informazioni per un'adozione fluida dell'IA. Inoltre, i relatori affronteranno il tema del deployment su dispositivi edge, esamineranno il potenziale dei moduli di re-identificazione degli oggetti, forniranno approfondimenti sul deployment del modello e altro ancora.
Ci sono circa 1 miliardo di telecamere di rete distribuite in tutto il mondo. Le telecamere intelligenti alimentate da IA avanzata possono concentrarsi su ciò che conta di più e portare sicurezza negli spazi per tutti, da conducenti e pedoni a rivenditori e acquirenti. Ti guideremo attraverso le prestazioni edge complessive per le applicazioni di analisi video che eseguono l'inferenza su NVIDIA Jetson e puoi aggiornare qualsiasi telecamera legacy con il modello YOLOv8 senza alcuna riga di codice.
Unisciti a noi per scoprire come la piattaforma Metis di Axelera AI offre prestazioni e usabilità leader del settore, a una frazione del costo e del consumo energetico delle soluzioni disponibili oggi. Scopri gli impressionanti risultati della nostra soluzione hardware e software, che ottimizza i modelli YOLO per l'inferenza su dispositivi edge.
L'IA sta trasformando vari settori, materie prime e funzionalità fondamentali. Tuttavia, le reti neurali profonde consumano risorse eccessive in termini di memoria, potenza di calcolo ed energia. Per garantire l'adozione diffusa dell'IA, questa deve operare in modo efficiente sui dispositivi degli utenti finali, rispettando rigorosi vincoli di potenza e termici. Tecniche come la quantizzazione e la compressione svolgono un ruolo fondamentale nella mitigazione di queste sfide.
In questo webinar, il product manager di Sony, Amir Servi, ti guiderà attraverso il Model Compression Toolkit di Sony per la quantizzazione e l'accelerazione dei modelli di deep learning per un'efficiente implementazione edge. Imparerai come fare lo stesso per il tuo modello! Cosa imparerai:
- La nostra ultima ricerca sulle tecniche di quantizzazione e la sua implementazione in un prodotto pratico
- Importanza della compressione hardware-aware per l'inferenza sull'edge
- Come ingegneri e ricercatori possono implementare queste tecniche attraverso Sony MCT
Ultralytics HUB abbatte le barriere all'ingresso nel mondo del ML, rendendolo accessibile a privati e aziende, indipendentemente dalle competenze di programmazione. Scopri come questa piattaforma è destinata a rivoluzionare il modo in cui affrontiamo il machine learning, consentendo a una nuova generazione di appassionati di dati di trasformare le proprie idee in realtà con una facilità senza precedenti.
E non perderti il nostro grande annuncio...
L'implementazione di modelli all'avanguardia su dispositivi embedded, dalle Edge GPU di NVIDIA Jetson ai minuscoli MCU, presenta sfide e limitazioni. Spiegheremo come implementare questi modelli, incluso YOLOv8, con un approccio semplificato e le prestazioni edge complessive per l'inferenza di applicazioni di analisi video su NVIDIA Jetson.
Glenn è impegnato in una ricerca incessante per sviluppare la migliore Vision AI al mondo. Per lui, questo non è solo un risultato tecnologico, ma un passo fondamentale verso la realizzazione del potenziale dell'AGI. Le punte di diamante di questa incessante ricerca non sono altro che YOLOv5, YOLOv8 e Ultralytics HUB.
Quindi, cosa rende Ultralytics YOLO il migliore al mondo?
I recenti progressi nella computer vision sono stati significativamente promossi dall'introduzione dell'architettura transformer e dalle astrazioni user-friendly per pre-addestrare, mettere a punto e fare inferenza nella libreria 🤗 transformers. Questo intervento fornisce una panoramica degli ultimi modelli di visione basati su transformer, esplora le utilità disponibili all'interno della libreria 🤗 transformers e offre approfondimenti pratici sulla filosofia alla base.
Stanco delle lunghe code alla cassa al dettaglio? Il nostro sistema di gestione intelligente delle code è la risposta! Unisciti a noi per un tutorial passo dopo passo su come creare un sistema del genere utilizzando OpenVINO e YOLOv8. Ti guideremo attraverso il processo di integrazione di questi potenti strumenti open-source per sviluppare una soluzione end-to-end che può essere implementata negli ambienti di cassa al dettaglio. Imparerai come ottimizzare l'applicazione per ottenere prestazioni eccezionali. Che tu sia uno sviluppatore esperto o un nuovo arrivato nel mondo dell'IA, questa sessione fornirà suggerimenti pratici e best practice per la creazione di sistemi intelligenti utilizzando OpenVINO. Al termine della presentazione, avrai le conoscenze e le risorse per costruire la tua soluzione.
In un'era definita dai rapidi progressi nell'intelligenza artificiale (IA), è fondamentale orientarsi nel panorama etico di questa tecnologia. In questa sessione, Mónica svelerà l'intricata rete di dilemmi etici che accompagnano il potere trasformativo dell'IA. Dall'affrontare i pregiudizi e l'equità all'esplorare la trasparenza, la responsabilità e il profondo impatto dell'IA sulla società, Monica fornirà approfondimenti che faranno luce sulle considerazioni etiche che circondano l'IA.
Questo intervento è la tua opportunità per acquisire una comprensione fondamentale delle sfide e delle responsabilità etiche associate all'IA. Mónica ti fornirà le conoscenze essenziali per chiunque sia impegnato nello sviluppo, nel processo decisionale o nella formulazione di politiche sull'IA.
I modelli fondazionali possono essere impegnativi in termini di calcolo GPU e potrebbero non essere adatti per applicazioni in tempo reale, soprattutto se si desidera scalare milioni di punti vendita autonomi. Ma sfruttiamo il metodo chiamato knowledge distillation, in cui utilizziamo i nostri modelli fondazionali per attività complesse come le annotazioni e trasferiamo questa conoscenza in modelli più piccoli ed economici. Questo ci permette di accelerare il nostro processo di annotazione fino a 90 volte più velocemente rispetto all'etichettatura tradizionale umana.
Pssst. Vuoi sapere un segreto? E se ti dicessi che l'apprendimento attivo non deve essere difficile? E se ci fosse... un modo semplice? Sei fortunato. Questo intervento ti mostrerà esattamente come implementare una pipeline di apprendimento attivo utilizzando il Data Engine di DagsHub. E il 90% della pipeline può essere eseguito direttamente in un Jupyter Notebook o su Google Colab! Alla fine dell'intervento, avrai le informazioni necessarie per convertire il tuo progetto esistente in uno che utilizza l'apprendimento attivo per migliorare in modo efficiente e rapido le metriche dei tuoi modelli!
L'utilizzo di strumenti open source con YOLOv8 può aiutarti ad avviare rapidamente il tuo prossimo progetto di vision AI. Sono disponibili repository di immagini open source, librerie per automatizzare l'etichettatura dei dati, strumenti per il tracciamento o il conteggio e server per la distribuzione dei tuoi modelli. Scopri come utilizzarli con YOLOv8 per costruire la tua prossima applicazione.
Si prevede che la corsa globale in corso per sistemi di intelligenza artificiale (AI) più grandi e migliori avrà un profondo impatto sociale e ambientale, alterando i mercati del lavoro, sconvolgendo i modelli di business e consentendo nuove strutture di governance e benessere sociale che possono influenzare il consenso globale per i percorsi di azione per il clima. Tuttavia, gli attuali sistemi di intelligenza artificiale sono addestrati su dataset distorti che potrebbero destabilizzare le agenzie politiche che incidono sulle decisioni di mitigazione e adattamento ai cambiamenti climatici e compromettere la stabilità sociale, portando potenzialmente a eventi di tipping point sociali. Pertanto, la progettazione appropriata di un sistema di intelligenza artificiale meno distorto che rifletta sia gli effetti diretti che indiretti sulle società e sulle sfide planetarie è una questione di fondamentale importanza.
La quantizzazione dei modelli di machine learning (ML) può portare a una significativa diminuzione delle dimensioni del modello, nonché a una riduzione della latenza di inferenza a causa dei minori requisiti di larghezza di banda. Se implementata su opzioni hardware che supportano in modo efficiente i calcoli interi, i guadagni di prestazioni possono essere ancora più consistenti. Tuttavia, la quantizzazione può talvolta portare a un inaccettabile degrado dell'accuratezza. In questo intervento, presentiamo una panoramica dei metodi per quantizzare in modo efficiente i modelli YOLOv8, rendendoli una scelta eccellente per varie applicazioni di edge AI in tempo reale. Introduciamo anche una classe di modelli YOLOv8 con funzione di attivazione ReLU6 che mostrano eccellenti risultati di quantizzazione post-training su una varietà di architetture di modelli e dataset. Infine, illustriamo come i modelli quantizzati possono essere implementati su più opzioni hardware come CPU, Edge TPU e Orca (l'acceleratore AI HW di DeGirum) utilizzando semplici API.
Ultralytics è la sede di modelli di computer vision all'avanguardia per attività come la classificazione delle immagini, il rilevamento di oggetti, la segmentazione delle immagini e la stima della posa. Weights & Biases è una piattaforma MLOps developer-first che, quando integrata con un flusso di lavoro Ultralytics, ci consente di gestire facilmente i nostri esperimenti, i checkpoint dei modelli e visualizzare i risultati dei nostri esperimenti in modo intuitivo e approfondito. In questa sessione, esploreremo come possiamo potenziare efficacemente i nostri flussi di lavoro di computer vision utilizzando Ultralytics e Weights & Biases.
Scopri come abbiamo creato PatentPT, una soluzione avanzata di modello linguistico che migliora notevolmente le capacità di ricerca e interazione dei brevetti. La presentazione offre approfondimenti pratici sulla messa a punto e l'implementazione di modelli linguistici di grandi dimensioni e sullo sfruttamento di agenti di memoria di livello enterprise per completare automaticamente i brevetti, generare abstract e rivendicazioni e condurre funzioni avanzate di ricerca di brevetti utilizzando il ricco corpus di brevetti. Ti guideremo attraverso lo sviluppo di una soluzione simile utilizzando Deep Lake di Activeloop, il database per l'AI, modelli LLM open source, hardware Habana Gaudi HPU e le API di inferenza LLM di Amazon Sagemaker.
Ti guideremo attraverso i progetti architettonici e tutti i passaggi che abbiamo compiuto per costruire la soluzione, dall'addestramento del nostro modello LLM alla sua messa a punto, alla creazione di funzionalità personalizzate e all'implementazione di API di ricerca.
Che tu sia un professionista dell'AI alla ricerca di guide pratiche sulla messa a punto degli LLM, un professionista legale interessato a sfruttare l'AI per la ricerca di brevetti o semplicemente curioso del futuro delle soluzioni potenziate dall'AI, il nostro intervento fornisce uno sguardo al processo e al potenziale dell'utilizzo degli LLM in un campo specializzato. Unisciti a noi mentre condividiamo il nostro percorso di creazione di app personalizzate basate su LLM e alimentate da Deep Lake, il database per l'AI per aziende grandi e piccole.
Le aziende open source sono costruite in modo diverso. In questo intervento, esamineremo cosa cercheranno gli investitori quando prenderanno in considerazione un investimento nella Serie A. Spoiler: potresti non aver bisogno di entrate, ma hai sicuramente bisogno di slancio! Condivideremo le migliori metriche della categoria di altre società OSS per aiutarti a capire quando raccogliere fondi.
Inizieremo la giornata presso Google for Startups a Madrid con un caffè. La mattinata prevede una serie di interventi, seguiti da una pausa pranzo offerta da Ultralytics presso Google for Startups. Dopo pranzo, ci immergeremo di nuovo in altre sessioni. Per concludere YV23, unisciti a noi per un happy hour di networking ufficiale, anch'esso ospitato presso Google for Startups.
La partecipazione di persona ti consente di immergerti nell'atmosfera dell'evento, interagire con relatori e altri partecipanti e partecipare a sessioni di networking. È un'opportunità unica per interagire direttamente con la community della vision AI.
I biglietti per YV23 sono completamente gratuiti, sia che tu scelga di unirti a noi virtualmente o di persona.
Calle de Moreno Nieto, 2, 28005 Madrid, Spagna.
YV23 offre opzioni di partecipazione sia virtuali che in presenza. Per assicurarti il tuo posto, compila semplicemente il modulo di registrazione presente in questa pagina.
Se ti trovi in Cina, puoi trovare lo streaming virtuale di Bilibili qui. Se ti stai connettendo dal resto del mondo, sintonizzati utilizzando lo streaming virtuale di Youtube qui.