YOLO Vision 2024におけるUltralyticsの主な見どころ！

9月27日、Ultralyticsは年次ハイブリッドイベントYOLO Vision 2024（YV24）を開催し、AIとコンピュータビジョンのコミュニティを一堂に集めました。マドリードのGoogle for Startups Campusで開催され、世界中に配信された本イベントには、専門家、開発者、愛好家が集まり、最新のビジョンAIの進歩や新しいUltralytics YOLO11モデルについて議論しました。イベントのライブ配信はすでに5,400回以上視聴され、インプレッション数は10,600回を超え、視聴時間は469.5時間に達し、世界中のイノベーターが参加しました。

YV24は、ホストのOisin Lunnyによる温かい歓迎の言葉で始まりました。Oisinは、「素晴らしいアイデアと素晴らしいコミュニティの力を強く信じています。UltralyticsがYOLO Visionを通じて作り上げたのは、素晴らしいアイデアを持つ素晴らしい人々が集まる、まさにそんなコミュニティです」と述べ、コミュニティとつながりの重要性を強調しました。

この記事では、活発なパネルディスカッションからコンピュータビジョンの実世界でのユースケースまで、YOLO Vision 2024の主な見どころを紹介します。また、エッジAIからハードウェアアクセラレーションまで幅広い技術講演に加え、イベントの成功を支えたネットワーキングやコミュニティ形成の場面も取り上げます。AIのイノベーションや重要な発表、ビジョンAIの未来に関心がある方に向けて、このYOLO Vision 2024のイベントレポートでは、押さえておくべきポイントを紹介します。

YOLO VisionでのUltralytics YOLO11の発表#

YOLO Vision 2024に先立って予告されていた製品の発表は、Ultralyticsの創業者兼CEOであるGlenn Jocherによる冒頭の基調講演でついに明らかになりました。Glennは、数カ月にわたって開発してきた次世代コンピュータビジョンモデルとして、Ultralytics YOLO11を紹介しました。発表の興奮が続くなか、Glennは後にThe Ravit Showのインタビューに応じ、YOLO11の開発について知見を共有しました。

基調講演では、Glennは会社の歩みについても語りました。素粒子物理学を専攻していた自身の経歴や、宇宙の仕組みを理解したいという関心が、最終的に機械学習とコンピュータビジョンへとつながった経緯を紹介しました。

図1. YOLO Vision 2024のステージで、Glenn JocherがUltralytics YOLO11を正式に発表しました。

物理学の初期の研究で粒子の相互作用を分析していたことは、コンピュータビジョンにおける物体検出に似ていると説明しました。新しい技術への好奇心と意欲が、最終的にUltralytics YOLOv5の開発につながりました。講演を通じて、Glennはオープンソースコミュニティでの協力と貢献の重要性を強調し、フィードバックを寄せ、YOLOv5とUltralytics YOLOv8の改善に長年協力してきた世界中の開発者に感謝しました。

続いてUltralytics YOLO11の主な機能を紹介し、以前のモデルより高速、高精度、高効率であることを説明しました。実際、YOLO11mはYOLOv8mよりパラメーター数が22%少ないにもかかわらず、COCOデータセットでより高い精度を実現しており、速度と精度が不可欠なリアルタイムアプリケーションに適しています。

Glennは、「合計30モデルをリリースします。そのうち25モデルはオープンソースで、5つのタスクそれぞれに5種類のサイズを用意しています。タスクは画像分類、物体検出、インスタンスセグメンテーション、姿勢推定、方向付きバウンディングボックスです」と述べ、今回の発表の規模を強調しました。エンタープライズ向けには、独自の100万枚の画像データセットで学習した堅牢なモデルを翌月に提供すると発表しました。この発表でイベントは盛況のうちに始まり、参加者は製造業や自動運転車など、さまざまな分野にイノベーションをもたらすYOLO11の可能性に期待を寄せました。

YOLO Vision：AIカンファレンスでのパネルディスカッション#

YOLO Vision 2024では、Oisin Lunnyが司会を務めるパネルディスカッションが行われ、AI、コンピュータビジョン、コミュニティ形成について幅広い知見が共有されました。

最初のパネルには、Glenn Jocher、Jing Qiu（UltralyticsでのYOLOモデル開発の中心人物）、そしてYOLOv10の共著者である清華大学のAo Wangが登壇しました。パネルでは、生成AIの最近の進展とコンピュータビジョンについて、両分野の類似点や違い、それぞれが相手の分野に与えた影響に焦点を当てて議論しました。大規模言語モデル（LLMs）の台頭が続くなかでも、医療などの業界における特定のタスクでは、従来のコンピュータビジョンが依然として不可欠だと指摘しました。

次のパネルでは、AI分野のリーダーシップにおいて女性が直面する課題を取り上げ、Ultralyticsの成長担当ディレクターであるPaula Derrenger、SaaS企業で元CPO兼COOを務めたBruna de Guimarães、Latinas in Tech MadridのチャプターリーダーであるMariana Hernandez、Dare to Dataの創設者であるChristina Stathopoulousが経験を共有し、メンターシップの重要性や、女性がリーダー職を目指して主体的に行動する必要性について話し合いました。Hernandezは「主体的に行動し、自分に何かが起きるのを待たないでください」と助言し、聴衆の女性たちに自分の意見を主張し、積極的に機会を追求するよう促しました。パネルでは、より支援的な職場環境をつくる価値についても話し合われました。

図2. テック業界で活躍する女性たちのパネル。左からChristina Stathopoulous、Paula Derrenger、Mariana Hernandez、Oisin Lunny。Bruna de Guimarãesはリモートで参加しました。

最後のパネルでは、強固なコミュニティの構築がAIのイノベーションをどのように促進するかを探りました。Burhan Qaddoumi、Harpreet Sahota、Bart Farrellは、オンラインと対面イベントの両方で、技術分野の人々と交流する方法について議論しました。Farrellは「相手のいる場所まで出向く必要があります」と述べ、コラボレーションと相互学習を促すには、コミュニティメンバーの立場に合わせてつながることが重要だと強調しました。

図3. コミュニティ形成に関するパネル。左からHarpreet Sahota、Burhan Qaddoumi、Bart Farrell、Oisin Lunny。

YOLO VisionにおけるAIイノベーションの実例#

YV24では、YOLOモデルがさまざまな業界の現実世界の課題解決にどのように活用されているかを明らかにする講演がいくつも行われました。AI Master GroupポッドキャストのホストであるJim Griffinは、ドローンによる監視を通じてカリフォルニア沿岸のサメの動きを追跡するためにUltralytics YOLOv8モデルを活用するプロジェクトについて講演しました。このシステムは海面から200フィート上空でサメを検知し、ライフガードやサーフショップのオーナー、保護者に警告を送ることで、海水浴客の安全を確保します。Griffinは、実際の課題はAIモデル自体ではなく、モデルのトレーニングに必要な膨大なドローン飛行とデータ収集だったと説明しました。

図4. Jim Griffinは、ドローンを使ってカリフォルニア沿岸のサメの動きを監視するUltralytics YOLOv8の活用方法を紹介しました。

同様に、The Main BranchのDavid Scottは、コンピュータービジョンが単純な物体検出から行動分析へと広がっていることについて話しました。講演では、牛の行動追跡や小売店舗における不審な行動の特定など、現実世界での活用例が紹介されました。Scottは、YOLOv8を使って採食、飲水、歩行といった特定の行動を分析し、牛の健康状態を監視する方法を紹介しました。

さらに、NASCO Feeding MindsのOusman Umarによる基調講演は、特に心に響くものでした。Umarは、ガーナでIT教育を提供し、人々の生活を変えている自身の団体の取り組みを紹介しました。彼の財団は17か所のICTセンターを設立し、65,000人以上の学生を育成しており、不法移民などの問題への対処に役立つ地域のテクノロジー関連雇用を創出することを目指しています。Umarの力強い体験談は、教育とテクノロジーを組み合わせることで、十分な支援を受けられていない地域に持続的な変化をもたらせることを伝えました。

テックトーク：YOLO Visionの注目登壇者#

YV24では、AIとハードウェアの融合が新たなアイデアを生み出す方法に焦点を当てた講演も行われました。Intel、Sony、NVIDIAなどの企業の専門家が、エッジデバイスへのYOLOモデルのデプロイとパフォーマンスの最適化について取り上げました。Intelの Dmitriy PastushenkovとAdrian Boguszewskiは、同社のハードウェアがNPU、CPU、GPUにわたってYOLOモデルをどのようにサポートするかを説明しました。一方、SonyのAmir ServiとWei Tangは、効率的なエッジAIデプロイのためにYOLOをAITRIOSプラットフォームと統合する方法を紹介しました。NVIDIAのGuy Dahanは、同社のGPUアーキテクチャを使ってYOLOモデルの推論を改善する方法について講演しました。

図5. NVIDIAのGPUアーキテクチャを使ったYOLOモデルの推論最適化について講演するGuy Dahan。

Qualcomm、Hugging Face、Lightning AIなどの企業も、開発者がYOLOモデルを容易に統合してデプロイできるようにする各社のプラットフォームを紹介しました。QualcommのDevang Aggarwalは、Qualcomm AI Hubを通じてUltralytics YOLOv8などのモデルをSnapdragonデバイス向けに最適化する方法を発表しました。

同様に、Hugging FaceのPavel Lakubovskiiは、同社のオープンソースツールによってUltralytics YOLOv8などのモデルをさまざまなワークフローに統合できることを説明しました。また、Lightning AIのLuca Antigaは、開発者がYOLOv8などのモデルをコードレベルで簡単に組み込み、プロトタイピングと反復を迅速化する方法を紹介しました。

マドリードで過ごした1週間：YOLO Visionの交流イベント#

YV24開催前の1週間、Ultralyticsチームはマドリードに集まり、ワークショップ、共同ミーティング、社外アクティビティを行いました。これらの活動は仕事の枠を超えて、関係を深め、イベントに向けて前向きな雰囲気をつくりました。祝賀会を兼ねたアフターパーティーで締めくくられ、参加者と登壇者は交流し、重要な学びを共有し、今後のコラボレーションを探る機会を得ました。チームワークと仲間意識が組み合わさり、YV24は仕事面で成功を収めるとともに、全体を通して思い出深い体験となりました。

図6. YOLO Vision 2024で素晴らしい一日を祝うUltralyticsチーム。

YOLO VisionのAIイノベーションと今後の展望#

YV24では、イノベーションとコラボレーションを促進し、コンピュータービジョンの未来を展望しました。YOLO11のリリース、活発なパネルディスカッション、AIハードウェアやエッジソリューションに関する議論を通じて、ビジョンAIがどのような変化をもたらすのか、またAIの進歩に合わせてテクノロジーがどのように変化しているのかに焦点を当てました。コミュニティ内のつながりも深まりました。専門家や愛好家はアイデアを共有し、コンピュータービジョンとYOLOの可能性を探りました。イベントの最後には楽しいクイズが行われ、Ultralyticsのパーカーが賞品として用意されました。参加者は、今後登場するYOLO11のようなイノベーションへの期待を胸にイベントを終えました。

GitHubリポジトリをご覧いただき、活発なコミュニティに参加して、AIについてさらに学びましょう。医療や農業などの分野で、ビジョンAIがどのようにイノベーションを推進しているかをご覧ください。