Powered by Ultralytics, #YV23 è l'unica conferenza al mondo incentrata sullo sviluppo e sul progresso dell'IA vision open-source. Sia di persona che online, ricercatori, ingegneri e professionisti si riuniranno per il secondo anno consecutivo per condividere conoscenze, innovazioni e progressi. Unitevi agli esperti e ai leader il 27 settembre presso Google for Startups a Madrid, in Spagna, per superare i limiti della nuova frontiera dell'IA di visione.
.avif)
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 mai pubblicata su Nature. Una più profonda consapevolezza dei profondi misteri della fisica delle particelle che ci sfuggono lo ha portato all'Intelligenza Generale Artificiale (AGI) come soluzione migliore per l'umanità per superare i limiti della nostra mente e un giorno comprendere veramente l'universo e il nostro posto in esso. Oggi è impegnato a costruire la migliore visione dell'IA al mondo come elemento costitutivo di una futura IAG, con Ultralytics YOLO e Ultralytics HUB come punte di diamante di questa ossessione.
KEYONTE: Esplorazione di Ultralytics YOLO: Progressi nell'AI di visione allo stato dell'arte
PANEL: Rendere facile l'AI open-source
.avif)
Adrian Boguszewski
Evangelista del software

Adrian si è laureato alla Gdansk University of Technology nel campo dell'informatica 8 anni fa. Successivamente, ha iniziato la sua carriera nel campo della computer vision e del deep learning. Negli ultimi due anni, in qualità di team leader di data scientist e sviluppatori Android , 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 coautore del dataset LandCover.ai, creatore del plugin OpenCV Image Viewer e occasionalmente docente di Deep Learning. Il suo ruolo attuale è quello di educare le persone su OpenVINO Toolkit. Nel tempo libero è un viaggiatore. Con lui si può anche parlare di finanza, soprattutto di investimenti.
KEYNOTE: Salta la fila! Imparare a costruire un sistema di gestione delle code intelligente con YOLOv8

Elaine Wu
Partnership e marketing per l'Edge AI

Elaine è Edge AI marketing and partnership manager di Seeed, un'azienda di hardware IoT dal 2008 e un Elite Partner di NVIDIA Embedded. In Seeed, grazie all'allineamento con gli sviluppatori, l'ecosistema e l'esperienza di Seeed nel campo dell'hardware, crede e si impegna per realizzare la piattaforma hardware più affidabile, consentendo a tutti di raggiungere i propri obiettivi di trasformazione digitale e di co-creare prodotti AI di nuova generazione. Twitta su @iamelainewu.
Aggiornate qualsiasi fotocamera con YOLOv8 in modo semplice e senza codice
.avif)
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 dei modelli YOLOv8 quantizzati sui dispositivi edge

Merve Noyan
Developer Advocacy Engineer

Merve Noyan è un ingegnere che si occupa di sviluppo presso Hugging Face e lavora sull'apprendimento automatico open-source. È anche ricercatrice laureata in apprendimento automatico 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 mai pubblicata su Nature. Una più profonda consapevolezza dei profondi misteri della fisica delle particelle che ci sfuggono lo ha portato all'Intelligenza Generale Artificiale (AGI) come soluzione migliore per l'umanità per superare i limiti della nostra mente e un giorno comprendere veramente l'universo e il nostro posto in esso. Oggi è impegnato a costruire la migliore visione dell'IA al mondo come elemento costitutivo di una futura IAG, con Ultralytics YOLO e Ultralytics HUB come punte di diamante di questa ossessione.
KEYONTE: Esplorazione di Ultralytics YOLO: Progressi nell'AI di visione allo stato dell'arte
PANEL: Rendere facile l'AI open-source
.avif)
Adrian Boguszewski
Evangelista del software

Adrian si è laureato alla Gdansk University of Technology nel campo dell'informatica 8 anni fa. Successivamente, ha iniziato la sua carriera nel campo della computer vision e del deep learning. Negli ultimi due anni, in qualità di team leader di data scientist e sviluppatori Android , 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 coautore del dataset LandCover.ai, creatore del plugin OpenCV Image Viewer e occasionalmente docente di Deep Learning. Il suo ruolo attuale è quello di educare le persone su OpenVINO Toolkit. Nel tempo libero è un viaggiatore. Con lui si può anche parlare di finanza, soprattutto di investimenti.
KEYNOTE: Salta la fila! Imparare a costruire un sistema di gestione delle code intelligente con YOLOv8

Elaine Wu
Partnership e marketing per l'Edge AI

Elaine è Edge AI marketing and partnership manager di Seeed, un'azienda di hardware IoT dal 2008 e un Elite Partner di NVIDIA Embedded. In Seeed, grazie all'allineamento con gli sviluppatori, l'ecosistema e l'esperienza di Seeed nel campo dell'hardware, crede e si impegna per realizzare la piattaforma hardware più affidabile, consentendo a tutti di raggiungere i propri obiettivi di trasformazione digitale e di co-creare prodotti AI di nuova generazione. Twitta su @iamelainewu.
Aggiornate qualsiasi fotocamera con YOLOv8 in modo semplice e senza codice
.avif)
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 dei modelli YOLOv8 quantizzati sui dispositivi edge

Merve Noyan
Developer Advocacy Engineer

Merve Noyan è un ingegnere che si occupa di sviluppo presso Hugging Face e lavora sull'apprendimento automatico open-source. È anche ricercatrice laureata in apprendimento automatico 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.
AI per tutti: Ultralytics HUB livella 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 aggiunto di Computational Social Science & Design, presso l'Università di Cambridge, direttore del Collective Intelligence & Design Group (Università di Cambridge) e primo Cambridge Zero fellow, co-conduce uno sforzo di ricerca globale per migliorare la comprensione del cambiamento climatico da parte del pubblico, collaborando con importanti istituzioni accademiche come il Caltech, l'Università di Harvard, l'Università di Boston, l'MCC-Berlin, organizzazioni di politica pubblica di primo piano come il Programma Ambientale delle Nazioni Unite (UNEP), l'Agenzia Internazionale per l'Energia (AIE) e altri pionieri nel settore 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 responsabile della sostenibilità di Twitter, ha lanciato la prima strategia di azione per il clima a livello aziendale, ha co-prodotto la prima politica di miss/disinformazione sui cambiamenti climatici e ha collaborato con le principali organizzazioni di azione per il clima, tra cui la Convenzione quadro delle Nazioni Unite sui cambiamenti climatici (UNFCCC), il Programma ambientale delle Nazioni Unite (UNEP), la COP27, FridaysForFuture, WeDontHaveTime, le principali istituzioni accademiche, tra cui l'Università di Cambridge, e altri pionieri nel campo dell'azione per il clima.
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
.avif)
Yonatan Geifman
Co-fondatore e CEO

Yonatan Geifman è il CEO e co-fondatore di Deci, la piattaforma di sviluppo per l'apprendimento profondo. Prima di 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 e un master in informatica presso la Ben-Gurion University in Israele. La sua ricerca si è concentrata sull'applicazione delle reti neurali profonde (DNN) a compiti mission-critical. È stata pubblicata e presentata alle principali conferenze mondiali, 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
.avif)
Lakshantha Dissayanake
Ingegnere Applicativo

Lakshantha è Senior Application Engineer per Edge AI presso Seeed Studio. Si tiene attivamente aggiornato sulle ultime tendenze dell'IA e offre applicazioni di IA embedded alla comunità degli sviluppatori mediante esercitazioni wiki passo-passo per NVIDIA Jetson. Inoltre, tiene seminari tecnici e partecipa alla risoluzione dei problemi tecnici della comunità.
Mostra e racconta: come distribuire YOLO su (quasi) tutto: più semplice e più veloce!

.avif)
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 e Google Developer Expert in JAX. Lavoro anche su progetti open-source di computer vision con interessi di ricerca nei settori del calcolo generativo, del restauro delle immagini e della computer grafica. Contribuisco attivamente all'open source, principalmente attraverso l'implementazione di documenti di ricerca, esempi di ML end-to-end e integrazioni MLOps per repository open-source come Ultralytics, Diffusers, Keras, ecc.
Potenziamento di Ultralytics con Weights & Biases

Bo Zhang
Strategist Algoritmico
Bo Zhang è uno stratega degli algoritmi in Meituan Vision. Ha conseguito la laurea specialistica in Informatica presso l'Università di Trento nel 2013. I suoi sforzi precedenti sono stati rivolti all'apprendimento automatico delle macchine e alla visione artificiale. Ha collaborato rigorosamente 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 Supercharged: Sfruttare la potenza dell'intelligenza artificiale


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 DeciYOLO) e Bo Zhang di MeituanYOLOv6) si riuniscono in questo panel per esplorare lo stato della vision AI open-source. Il panel approfondirà le sfide e le priorità incontrate durante l'implementazione del modello, fornendo indicazioni preziose per l'adozione dell'IA senza soluzione di continuità. Inoltre, i relatori affronteranno il tema dell'implementazione su dispositivi edge, esamineranno il potenziale dei moduli di re-identificazione degli oggetti, forniranno informazioni sulla distribuzione dei modelli e altro ancora.
In tutto il mondo sono state installate circa 1 miliardo di telecamere di rete. Le telecamere intelligenti dotate di intelligenza artificiale avanzata possono concentrarsi su ciò che conta di più e garantire la sicurezza degli spazi per tutti, dagli automobilisti ai pedoni, dai rivenditori agli acquirenti. Vi illustreremo le prestazioni complessive per le applicazioni di analisi video con inferenza su NVIDIA Jetson e potrete aggiornare qualsiasi telecamera legacy con il modello YOLOv8 senza alcuna riga di codice.
Unitevi a noi per vedere 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. Scoprite i risultati impressionanti della nostra soluzione hardware e software, che ottimizza i modelli YOLO per l'inferenza sui 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 abbassa le barriere per entrare nel mondo del ML, rendendolo accessibile a privati e aziende, indipendentemente dalle competenze di codifica. Scoprite come questa piattaforma è destinata a rivoluzionare il modo in cui ci avviciniamo all'apprendimento automatico, consentendo a una nuova generazione di appassionati di dati di trasformare le loro idee in realtà con una facilità senza precedenti.
E non perdetevi il nostro grande annuncio...
L'implementazione di modelli all'avanguardia su dispositivi embedded, dalle GPU Edge di NVIDIA Jetson alle minuscole MCU, presenta sfide e limitazioni. Verrà illustrato come implementare questi modelli, tra cui YOLOv8 , con un approccio semplificato e prestazioni complessive per le applicazioni di analisi video con inferenza su NVIDIA Jetson.
Glenn è impegnato in un'incessante ricerca per sviluppare la migliore Vision AI del mondo. Per lui non si tratta solo di un risultato tecnologico, ma di un passo fondamentale verso la realizzazione del potenziale dell'intelligenza artificiale. 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.
Stanchi delle lunghe file alle casse dei negozi? Il nostro sistema di gestione intelligente delle code è la risposta! Unitevi a noi per un tutorial passo dopo passo su come creare un sistema di questo tipo utilizzando OpenVINO e YOLOv8. Vi guideremo attraverso il processo di integrazione di questi potenti strumenti open-source per sviluppare una soluzione end-to-end che può essere implementata in ambienti di cassa al dettaglio. Imparerete come ottimizzare l'applicazione per ottenere prestazioni eccezionali. Che siate sviluppatori esperti o alle prime armi con l'intelligenza artificiale, questa sessione fornirà suggerimenti pratici e best practice per la creazione di sistemi intelligenti con OpenVINO. Alla fine della presentazione, avrete le conoscenze e le risorse per costruire la vostra 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 di base possono essere impegnativi in termini di calcolo GPU e potrebbero non essere adatti ad applicazioni in tempo reale, soprattutto se si desidera scalare milioni di punti di acquisto autonomi. Ma noi sfruttiamo il metodo chiamato distillazione della conoscenza, in cui mettiamo i nostri modelli di base per attività complesse come le annotazioni e trasferiamo questa conoscenza in modelli più piccoli e convenienti. Questo ci permette di accelerare il processo di annotazione fino a 90 volte rispetto all'etichettatura umana tradizionale.
Pssst. Volete sapere un segreto? E se vi dicessi che l'apprendimento attivo non deve essere difficile. E se ci fosse... un modo semplice? Siete fortunati. Questo intervento vi 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, avrete le informazioni necessarie per convertire il vostro progetto esistente in uno che utilizza l'apprendimento attivo per migliorare in modo efficiente e rapido le metriche dei vostri modelli!
L'utilizzo di strumenti open source con YOLOv8 può aiutarvi a far partire rapidamente il vostro prossimo progetto di IA visiva. Esistono repository di immagini open source, librerie che aiutano ad automatizzare l'etichettatura dei dati, strumenti per il tracciamento o il conteggio e server per la distribuzione dei modelli. Scoprite come utilizzarli con YOLOv8 per creare la vostra 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 apprendimento automatico (ML) può portare a una riduzione significativa delle dimensioni del modello e a una riduzione della latenza di inferenza, grazie ai minori requisiti di larghezza di banda. Quando viene utilizzata su opzioni hardware che supportano in modo efficiente i calcoli interi, i guadagni in termini di prestazioni possono essere ancora più significativi. Tuttavia, la quantizzazione può talvolta portare a una degradazione inaccettabile 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 intelligenza artificiale in tempo reale. Introduciamo anche una classe di modelli YOLOv8 con funzione di attivazione ReLU6 che mostrano eccellenti risultati di quantizzazione post-addestramento su una varietà di architetture di modelli e set di dati. Infine, illustriamo come i modelli quantizzati possano essere distribuiti su diverse opzioni hardware, come CPU, Edge TPU e Orca (l'acceleratore HW di DeGirum), utilizzando semplici API.
Ultralytics è la sede di modelli di computer vision all'avanguardia e di ultima generazione per compiti come la classificazione delle immagini, il rilevamento degli oggetti, la segmentazione delle immagini e la stima delle pose. Weights & Biases è una piattaforma MLOps, sviluppata per gli sviluppatori, che, integrata con un flusso di lavoro Ultralytics , ci permette di gestire facilmente i nostri esperimenti, i checkpoint dei modelli e di visualizzare i risultati dei nostri esperimenti in modo perspicace e intuitivo. In questa sessione esploreremo come 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 ospitata da Ultralytics presso Google for Startups. Dopo pranzo, ci immergeremo nuovamente in altre sessioni. Per concludere l'YV23, unitevi a noi per un happy hour ufficiale di networking, 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.