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, innovazione 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.
1
giorno
18
colloqui
2,000+
partecipanti online
150
partecipanti di persona
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
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 di 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
Shashi Chilappagari
Architetto capo e cofondatore
Shashi Chilappagari è cofondatore e Chief Architect di DeGirum Corp., un'azienda di semiconduttori fabless che realizza soluzioni AI complete per l'edge. Prima di DeGirum, è stato Direttore dell'architettura SSD presso Marvell Semiconductor Inc. Shashi ha conseguito le lauree B. Tech e M. Tech presso l'Indian Institute of Technology di Madras, in India, e il dottorato di ricerca presso l'Università dell'Arizona, a Tucson, in Arizona.
Distribuzione dei modelli YOLOv8 quantizzati sui dispositivi edge
Merve Noyan
Sviluppatore ingegnere di advocacy
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.
Visione open source con i trasformatori
Amir Servi
Responsabile di prodotto per l'apprendimento profondo di Edge
Amir è Edge Deep Learning Product Manager di Sony. Con oltre 15 anni di esperienza nello spazio tecnologico, negli strumenti per gli sviluppatori e nell'ecosistema dell'intelligenza artificiale presso Deci, Superwise e AnyVision, Amir è specializzato nel guidare i team di prodotto e di ricerca e sviluppo per offrire agli sviluppatori prodotti tecnologici all'avanguardia, dalle applicazioni di computer vision, all'accelerazione delle reti neurali, fino alla ridefinizione dell'implementazione del deep learning sui dispositivi edge.
Colmare il divario tra la ricerca sull'intelligenza artificiale 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
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 di 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
Shashi Chilappagari
Architetto capo e cofondatore
Shashi Chilappagari è cofondatore e Chief Architect di DeGirum Corp., un'azienda di semiconduttori fabless che realizza soluzioni AI complete per l'edge. Prima di DeGirum, è stato Direttore dell'architettura SSD presso Marvell Semiconductor Inc. Shashi ha conseguito le lauree B. Tech e M. Tech presso l'Indian Institute of Technology di Madras, in India, e il dottorato di ricerca presso l'Università dell'Arizona, a Tucson, in Arizona.
Distribuzione dei modelli YOLOv8 quantizzati sui dispositivi edge
Merve Noyan
Sviluppatore ingegnere di advocacy
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.
Visione open source con i trasformatori
Amir Servi
Responsabile di prodotto per l'apprendimento profondo di Edge
Amir è Edge Deep Learning Product Manager di Sony. Con oltre 15 anni di esperienza nello spazio tecnologico, negli strumenti per gli sviluppatori e nell'ecosistema dell'intelligenza artificiale presso Deci, Superwise e AnyVision, Amir è specializzato nel guidare i team di prodotto e di ricerca e sviluppo per offrire agli sviluppatori prodotti tecnologici all'avanguardia, dalle applicazioni di computer vision, all'accelerazione delle reti neurali, fino alla ridefinizione dell'implementazione del deep learning sui dispositivi edge.
Colmare il divario tra la ricerca sull'intelligenza artificiale e l'edge in tempo reale
Kalen Michael
Responsabile del prodotto
Coder da quando gli è stato regalato il primo computer a 13 anni, Kalen ama risolvere le sfide nel modo più efficiente possibile. Programmare e trovare soluzioni è qualcosa che lo spinge molto, e non c'è niente di più eccitante dell'emozione che prova quando il suo codice viene compilato senza bug. Più linguaggi impara e più ne desidera, e aspetta solo il giorno in cui potremo scaricare le competenze come in Matrix.
AI per tutti: Ultralytics HUB livella il campo di gioco
Erica Brescia
Direttore generale
Erica Brescia è entrata a far parte di Redpoint Ventures come amministratore delegato nel 2022, dove si concentra su
investimenti in infrastrutture, AI, strumenti per sviluppatori e sicurezza. Attualmente fa parte dei consigli di amministrazione di
Dagger, Railway, Xata e Poolside e ha guidato altri investimenti
infrastrutturali non annunciati. Prima di Redpoint, Erica è stata COO di GitHub.
Prima di GitHub, Erica è stata cofondatrice e COO di Bitnami, un'azienda open source di packaging e distribuzione di applicazioni,
acquisita da VMware. È stata anche cofondatrice e CEO di BitRock, che
ha sviluppato una tecnologia di packaging del software. Erica è stata leader della comunità open source
per oltre 15 anni e dal 2016 fa parte del consiglio di amministrazione della Linux Foundation.
Prima di entrare in Redpoint, Erica è stata angel investor e consulente di aziende come Netlify,
Coda, Whimsical, Xata e Byteboard. Vive a Walnut Creek, in California, con il marito, il figlio
e il loro esilarante mix lab-chihuahua.
Serie Come per l'Open Source: Cosa cercano gli investitori
Dr. Ramit Debnath
Cofondatore
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 dell'opinione pubblica, collaborando con istituzioni accademiche di primo piano come Caltech, Università di Harvard, Università di Boston, 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.
Associato di Facoltà in visita al Caltech. In precedenza ha lavorato presso l'Università di Stanford, l'IEA e l'IIT di Bombay. Studioso Gates.
L'intelligenza umana e quella delle macchine per un'azione planetaria sul clima
Seán Boyle
Cofondatore
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), 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 in Twitter per 8 anni. In precedenza ha ricoperto ruoli presso Meta e KPMG.
Membro del comitato consultivo di WeDontHaveTime. Membro onorario di Sigma Squared.
L'intelligenza umana e quella delle macchine per un'azione planetaria sul clima
Yonatan Geifman
Cofondatore 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).
PANEL: Semplificare l'IA di visione open source
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 tramite 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!
Davit Buniatyan
Fondatore e CEO
All'età di 18 anni, Davit Buniatyan si è fatto notare per la prima volta grazie a TechCrunch. Dopo aver conseguito una laurea in informatica presso l'University College di Londra (UCL), all'età di 20 anni ha iniziato a conseguire un dottorato di ricerca presso l'Università di Princeton. 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 con l'AWS Machine Learning Research Award. La sua ricerca innovativa ha riguardato la mappatura del connettoma del cervello di topo. Mentre era alle prese con le sfide dell'analisi di ampi set di dati multimodali presso il Neuroscience Lab, Davit ha scoperto una serie di sfide urgenti nel Machine Learning. È così che Davit è passato al ruolo di CEO fondatore di Activeloop. Sostenuta da Y-Combinator e da altri importanti fondi e angels della Silicon Valley, Activeloop sta costruendo Deep Lake, un database vettoriale progettato per ospitare tutti i dati di AI.
PatentPT: costruire una soluzione LLM con agenti di memoria di livello aziendale
Soumik Rakshit
Ingegnere ML
Ingegnere ML presso Weights & Biases e Google Developer Expert in JAX. Lavoro anche a progetti open-source di computer vision con interessi di ricerca nei settori dell'elaborazione generativa, 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 pesi e pregiudizi
Bo Zhang
Strategista degli algoritmi
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.
PANEL: Semplificare l'IA di visione open source
Dr. Bram Verhoef
Responsabile dell'apprendimento automatico
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 di Deep Learning compute-in-memory. Nel 2021 ha co-fondato Axelera AI e attualmente è responsabile dell'apprendimento automatico, guidando gli sforzi di ottimizzazione degli algoritmi per l'acceleratore di apprendimento profondo 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 oltre 20 anni. Attualmente lavora come consulente tecnico e docente. Dopo molti anni di lavoro nel settore IT, so come la tecnologia possa essere applicata per cambiare e migliorare il business. Sono appassionato di nuovi modi di insegnare e imparare, e ho una profonda conoscenza del Cloud, degli Analytics, dell'Intelligenza Artificiale e delle tecnologie esponenziali, mentre continuo a imparare ogni giorno.Come ingegnere, amo la tecnologia e cambiare il mondo. Ho grandi capacità di rendere semplici le cose complesse, di risolvere i problemi e di lavorare in team. Oltre alla tecnologia, una delle mie passioni sono le persone. Guidare le persone è stato davvero gratificante e durante i miei 15 anni da leader ho sempre cercato di dare l'esempio. Le persone mi hanno seguito, il che alla fine è l'obiettivo principale di un leader. In tutta la mia carriera, le tre 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 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 sui 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'intelligenza artificiale sta trasformando diversi settori, merci e funzionalità fondamentali. Tuttavia, le reti neurali profonde consumano risorse eccessive in termini di memoria, potenza di calcolo ed energia. Per garantire un'adozione diffusa dell'IA, è necessario che essa operi 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 nel mitigare queste sfide.
In questo webinar, Amir Servi, product manager di Sony, vi illustrerà il Model Compression Toolkit di Sony per la quantizzazione e l'accelerazione dei modelli di deep learning per una distribuzione efficiente sugli edge. Imparerai a fare lo stesso per il tuo modello! Cosa imparerete:
- Le nostre ultime ricerche sulle tecniche di quantizzazione e la loro implementazione in un prodotto pratico
- L'importanza della compressione hardware-aware per l'inferencing 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 notevolmente favoriti dall'introduzione dell'architettura a trasformatori e dalle astrazioni di facile utilizzo per il pre-training, la messa a punto e l'inferenza della libreria 🤗 transformers. Questo intervento fornisce una panoramica dei più recenti modelli di visione basati sui trasformatori, esplora le utilità disponibili all'interno della libreria 🤗 transformers e offre spunti pratici sulla filosofia che ne sta 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'epoca definita dai rapidi progressi dell'intelligenza artificiale (IA), la navigazione nel panorama etico di questa tecnologia è fondamentale. In questa sessione, Mónica svelerà l'intricata rete di dilemmi etici che accompagnano il potere di trasformazione 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 spunti che fanno luce sulle considerazioni etiche che circondano l'IA.
Questo intervento è l'occasione per acquisire una comprensione fondamentale delle sfide etiche e delle responsabilità associate all'IA. Monica vi fornirà le conoscenze essenziali per chiunque sia impegnato nello sviluppo dell'IA, nel processo decisionale o nella formazione delle politiche.
I modelli di base possono essere impegnativi in termini di calcolo su 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.
La corsa globale in corso verso sistemi di intelligenza artificiale (IA) più grandi e migliori dovrebbe avere un profondo impatto sulla società e sull'ambiente, alterando i mercati del lavoro, sconvolgendo i modelli di business e consentendo nuove strutture di governance e di benessere sociale che possono influenzare il consenso globale sui percorsi di azione per il clima. Tuttavia, gli attuali sistemi di IA sono addestrati su serie di dati distorti che potrebbero destabilizzare le agenzie politiche che influenzano le decisioni di mitigazione e adattamento ai cambiamenti climatici e compromettere la stabilità sociale, portando potenzialmente a eventi di ribaltamento della società. Pertanto, la progettazione di un sistema di IA meno distorto che rifletta gli effetti diretti e indiretti sulle società e sulle sfide planetarie è una questione di primaria 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 impiegata 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.
Scoprite come abbiamo creato PatentPT, una soluzione avanzata di modelli linguistici che migliora notevolmente le capacità di ricerca e interazione con i brevetti. La presentazione offre spunti pratici sulla messa a punto e l'implementazione di modelli linguistici di grandi dimensioni e sull'utilizzo di agenti di memoria di livello aziendale per il completamento automatico dei brevetti, la generazione di abstract e rivendicazioni e l'esecuzione di funzioni avanzate di ricerca di brevetti utilizzando il ricco corpus di brevetti. Vi spiegheremo come sviluppare una soluzione simile utilizzando Deep Lake di Activeloop, il Database for AI, modelli LLM open-source, l'hardware HPU Habana Gaudi e le API di inferenza LLM di Amazon Sagemaker.
Vi illustreremo i progetti architettonici e tutte le fasi di realizzazione della soluzione, dall'addestramento del nostro modello LLM alla sua messa a punto, dalla creazione di funzionalità personalizzate alla distribuzione delle API di ricerca.
Che siate professionisti dell'IA alla ricerca di guide pratiche per la messa a punto degli LLM, professionisti del settore legale interessati a sfruttare l'IA per la ricerca di brevetti o semplicemente curiosi del futuro delle soluzioni potenziate dall'IA, il nostro intervento offre uno sguardo al processo e al potenziale dell'uso degli LLM in un campo specializzato. Unisciti a noi per condividere il nostro viaggio nella costruzione di applicazioni personalizzate alimentate da LLM e alimentate da Deep Lake, il database per l'IA per aziende grandi e piccole.
Le aziende open source sono costruite in modo diverso. In questo intervento, parleremo di ciò che gli investitori cercheranno quando prenderanno in considerazione l'idea di investire nella Serie A. Spoiler: forse non avete bisogno di entrate, ma sicuramente avete bisogno di slancio! Condivideremo le migliori metriche di altre aziende OSS per aiutarvi a capire quando investire.
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.
Partecipare di persona consente di immergersi nell'atmosfera dell'evento, di interagire con i relatori e i partecipanti e di partecipare alle sessioni di networking. È un'opportunità unica per confrontarsi direttamente con la comunità dell'IA della visione.
I biglietti per l'YV23 sono completamente gratuiti, sia che scegliate di unirvi a noi virtualmente che di persona.
Calle de Moreno Nieto, 2, 28005 Madrid, Spagna.
L'YV23 offre la possibilità di partecipare sia virtualmente che di persona. Per assicurarsi un posto, è sufficiente compilare il modulo di registrazione che si trova in questa pagina.
Se vi trovate in Cina, trovate il flusso virtuale di Bilibili qui. Se vi state collegando dal resto del mondo, sintonizzatevi con il flusso virtuale di Youtube qui.