YOLO Vision 2025におけるUltralyticsの主要ハイライト！

AIおよびコンピュータビジョンコミュニティは9月25日、Ultralyticsの年次ハイブリッドビジョンAIイベントであるYOLO Vision 2025 (YV25)のために集まりました。ロンドンのThe Pelligonで開催され、世界中にライブ配信されたこのイベントには、研究者、エンジニア、AI愛好家など多様な人々が参加し、アイデアを共有したり、Ultralytics YOLO26などの新しいイノベーションについて学んだりしました。

今年で4年目を迎えたこのイベントは、その規模と影響力を拡大し続けています。YV25ライブストリームはすでに6,800回以上の視聴回数を記録し、49,000件以上のインプレッションを生成し、約2,000時間の視聴時間を集めました。

YV25は、ホストのOisin Lunnyによるオープニング挨拶で幕を開けました。彼は参加者同士の交流や共有を促し、イベントを最大限に活用するよう呼びかけ、一日のトーンを設定しました。彼の言葉通り、「YOLO Vision 2025は、データ、機械学習、コンピュータビジョンの進歩に焦点を当てるためにオープンソースのビジョンAIコミュニティを団結させるカンファレンスです。」

本記事では、製品発表、基調講演、パネルディスカッション、ライブデモ、そして一日を特別なものにしたコミュニティの瞬間など、YOLO Vision 2025の主なハイライトを振り返ります。それでは始めましょう！

単一のGPUから3,000万ドルのシリーズA資金調達へ#

イベントの開催に向けて、新製品の発表に対する大きな盛り上がりがあり、創設者兼CEOのGlenn Jocherはそのエネルギーを引き継いで一日の口火を切りました。

彼は、2020年当時、自身のMacBookに接続した単一の1080 Tiで実験を行っていたという、今では旧式となったセットアップを振り返り、Ultralyticsの歩みを共有しました。そのささやかな始まりから、Ultralyticsは、YOLOモデルを活用した毎日の推論が数十億回に及ぶ、グローバルなコミュニティへと成長しました。

またGlennは、Ultralyticsが最近3,000万ドルのシリーズA資金調達ラウンドを完了したことについても語りました。彼は、この投資がチームの拡大、研究の拡充、およびコンピュータビジョンの限界を押し広げ続けるために必要な計算リソースの確保を可能にすることで、次の成長ステージをどのように後押しするかについて説明しました。

Ultralytics YOLO26：より優れた、より速い、より小さいYOLOモデル#

続いてGlennは、Ultralyticsによる2つの新しい取り組みを発表しました。1つ目は、Ultralytics YOLOファミリーの最新モデルであるUltralytics YOLO26です。これは、より高い精度を実現しながら、より小さく、より速く、より効率的になるように設計されています。2つ目は、データ、トレーニング、デプロイ、監視を統合し、コンピュータビジョンソリューションの構築をこれまで以上に容易にする新しいエンドツーエンドのSaaSワークスペース「Ultralytics Platform」であり、近い将来の発表が予定されています。

図1. YOLO Vision 2025のステージでUltralytics YOLO26を発表するGlenn Jocher。

Ultralytics YOLO26は、実世界での実用性を維持しながらパフォーマンスの限界を引き上げるように構築されています。最小バージョンはCPU上で最大43%高速に動作しつつ精度も向上させており、モバイルデバイスから大規模なエンタープライズシステムまでのアプリケーションに最適です。YOLO26は10月末までに一般公開される予定です。

YOLO26の主な機能の概要は以下の通りです。

• Streamlined architecture: Distribution Focal Loss (DFL)モジュールが削除され、以前はモデルの処理速度を低下させていた要因が取り除かれました。Ultralytics YOLO26は、精度を犠牲にすることなく、より効率的に動作するようになりました。
• Faster predictions: Ultralytics YOLO26には、NMSステップをスキップするオプションが導入されており、より迅速に結果を提供し、リアルタイム展開を容易にします。
• 小さな物体の検出能力の向上：新しいトレーニング手法により安定性が向上し、特に複雑なシーンにおける微細な詳細の検出精度が大幅に向上しました。
• よりスマートなトレーニング：新しいMuSGDオプティマイザは、2つのトレーニング手法の強みを組み合わせることで、モデルがより速く学習し、より高い精度に達するのを支援します。

Ultralytics Platformの初公開#

YOLO26の紹介に続き、Glennは製品エンジニアリング責任者のPrateek Bhatnagarを壇上に招き、今後予定されている次のプロジェクトであるUltralyticsプラットフォームのデモを行いました。コンピュータビジョンワークフロー全体を簡素化するように構築されたこのプラットフォームは、データセット、アノテーション、トレーニング、デプロイ、監視を1つの場所に統合することを目指しています。

Prateekはこれを車のチューニングに例えました。タイヤ、エンジン、トランスミッションのために異なる店を回るのではなく、すべてが1つのガレージで完結します。同様に、このプラットフォームは、開発者にビジョンAIモデルのライフサイクル全体を管理するための統合ワークスペースを提供します。

デモでは、データセットの準備を高速化するAI支援型アノテーションツール、エキスパートと初心者の両方に適したカスタマイズ可能なトレーニングオプション、そしてトレーニング実行のリアルタイム監視機能が披露されました。

エッジデプロイに関するパネルディスカッションからの洞察#

YV25のもう一つのハイライトは、Oisin Lunnyがモデレーターを務めたエッジデプロイに関するパネルディスカッションでした。このセッションには、ソニーセミコンダクタソリューションズのYuki Tsuji、Raspberry PiのDavid Plowman、そしてGlenn Jocherが登壇しました。

議論では、AIをエッジに移動させることで、いかにレイテンシが削減され、コストが低下し、プライバシーが向上するかが探求されました。Yuki氏は、チップ上で直接推論を実行できるソニーのIMX500センサーを紹介しました。一方、David氏は、Raspberry Piがメーカー向けのルーツから、どのようにして大規模な商用アプリケーションへと拡大しているかについて語りました。

図2. Oisin Lunny、Yuki Tsuji、David Plowman、Glenn Jocherによるエッジデプロイに関するパネルディスカッション。

パネルではまた、開発者にとって最大のハードルの1つである、さまざまなデバイス上でモデルをスムーズに実行させることについても触れられました。ここで、Ultralytics Pythonパッケージが重要な役割を果たします。

豊富なエクスポートオプションを備えているため、トレーニング済みのモデルをモバイル、組み込みシステム、あるいはエンタープライズハードウェアに簡単に本番デプロイできます。Ultralyticsは、モデル変換に伴う苦労を取り除くことで、チームが互換性の問題に煩わされることなく、ソリューションの構築に集中できるよう支援します。

David氏が「モデルの変換が恐ろしい作業であることは身をもって知っています。誰かが代わりにやってくれるなら、生活はずっと楽になります。Ultralyticsはまさにその部分を改善しており、ユーザーにとって価値のあるものを提供しています」と述べた通りです。

イノベーションとAIハードウェアの加速#

AIソフトウェアの進歩はハードウェアと並行して起こっており、これらが一体となってコンピュータビジョンにおける新たなイノベーションの波を推進しています。Ultralytics YOLOのようなモデルが精度の限界を押し広げ続ける一方で、その実用的な影響力は、それらが実行されるプラットフォームにも依存しています。

例えばSeeed Studioは、Ultralytics YOLOモデルをプリロードしたreCameraやXIAOボードのようなモジュール式で低コストのハードウェアが、開発者によるプロトタイプから実用的なAIシステムへの移行をいかに容易にするかを実演しました。このようなハードウェアとソフトウェアの統合は参入障壁を下げ、ハードウェアレベルでのイノベーションがいかに導入を直接的に加速させるかを示しています。

ハードウェアとソフトウェアの共同設計がいかに新たな可能性を切り開いているかを強調した、他のYV25基調講演からの主要なポイントをいくつか紹介します：

• 量子化による大幅な速度向上：Intelは、Ultralytics YOLOモデルを量子化を伴いOpenVINOへ変換することで、推論速度が54 FPSから606 FPSに向上したことを示し、最適化の威力を強調しました。
• フルスタックツールがエッジAIデプロイを実用的へ：NVIDIAは、Jetsonデバイス、TensorRT、Triton Inference Server、そしてDeepStream SDKがどのように連携し、エッジにおける高性能なビジョンAIのデプロイを効率化するかを強調しました。
• オープンエコシステムがプロトタイピングを加速：AMDは、GPUとROCmソフトウェアスタック上に構築されたエンドツーエンドのプラットフォームを強調し、コストを制御しながらプロトタイプからデプロイへ迅速に移行するための開発者支援について言及しました。
• 低消費電力チップがAIを制約のあるデバイスへ拡大：DEEPXは、DX-M1およびDX-M2プロセッサを導入し、5ワット未満で数十TOPSを実現することで、コンパクトで電力が制限されたシステムでの高度な推論を可能にしました。

コンピュータビジョンの最近の傾向#

ソフトウェアとハードウェアの両方の進歩が連動することで、コンピュータビジョンはかつてない速さで進化しています。これらの並行的な発展は、精度や速度を向上させるだけでなく、ビジョンAIが実世界でどのようにデプロイされるかを形作っています。YV25では、参加者はロボット工学、エッジデプロイ、マルチモーダルAIの専門家から話を聞く機会があり、それぞれがこの分野の向かう先について異なる視点を提供しました。

例えば、D-RoboticsのMichael Hartは基調講演の中で、Ultralytics YOLOモデルとコンパクトなRDK X5ボード（小型の組み込み型AIビジョンモジュール）を組み合わせることで、ロボットが高度なビジョンモデルをリアルタイムで実行できるようになることを実演しました。彼のライブデモは、ロボット工学がラボでの実験から実用的なAI駆動型システムへとどれほど進化してきたかを物語っていました。

図3. Michael Hart氏は、今日のAI搭載ロボットがいかにコンピュータビジョンに依存しているかを強調しました。

同様に、Axelera AIのAlexis CrowellとSteven Hunscheは、エッジでのビジョンAIデプロイにおける課題と機会を強調しました。ライブデモを通じて、彼らはAxelera AIのMetis AI Processing Units (AIPUs)がRISC-Vとデジタルインメモリコンピュートを組み合わせることで、非常に低い電力で高性能を実現する方法を説明しました。M.2やPCIeなどの使い慣れたフォームファクタにパッケージ化された、このプラットフォームのハードウェアとソフトウェアの共同設計により、エッジAIのスケールアップが実用的かつ効率的なものになっています。

また別のセッションでは、Hugging FaceのMerve Noyanが、モデルがビジョンとテキスト、音声、その他の入力を組み合わせるマルチモーダルAIの台頭について探求しました。彼女は、文書分析からエンボディドエージェントに至るユースケースについて語り、オープンソースのイノベーションがAIの採用をどのように加速させているかを強調しました。

技術の進歩と人間的価値のバランス#

YV25ではインスピレーションを与える大局的な講演が行われた一方で、非常に実践的なセッションも含まれていました。Lightning AIのJiri Borovecは、PyTorch LightningとマルチGPUサポートを使用してUltralytics YOLOモデルをトレーニングおよびファインチューニングする方法を示すハンズオンのウォークスルーを提供しました。

彼はコード例を詳しく解説し、オープンソースツール、明確なドキュメンテーション、柔軟なフレームワークが、開発者にとってトレーニングの拡張、各段階の検証、そしてワークフローの適応をいかに容易にするかを強調しました。これは、コンピュータビジョンの真の進歩において、コミュニティとアクセスしやすいツールがいかに重要であるかを再認識させるものでした。

別の観点から、登壇者は聴衆に対し、社会におけるAIのより広い役割について考えるよう促しました。未来学者でありヒューマニスト、そしてThe Futures AgencyのCEOであるGerd Leonhardは、基調講演の中で「テクノロジーは私たちがそれを使用するまでは道徳的に中立である」と主張し、本当の問題はAIに何ができるかだけでなく、AIは何をすべきかであると強調しました。彼は還元主義や真実性の欠如といった罠に陥ることに警告を発し、人類の長期的な利益に真に貢献するAIを求めました。

図4. 人間中心のAIソリューションを維持しながら構築することについて、自身の考えを共有するGerd Leonhard氏。

責任に対するこの焦点は、オックスフォード大学のCarissa Vélizとのファイヤーサイドチャット（対談）に引き継がれ、彼女はプライバシーとセキュリティの重要性を強調しました。彼女は、オープンソースコミュニティがコードの確認と改善に不可欠であり、倫理と設計が切り離せないものであると指摘しました。彼女のメッセージは明確であり、開発者は悪用を予測し、人間の尊厳と社会的幸福を最優先するシステムを構築する必要があるということです。

ロンドンでのYV25における交流#

講演やデモを一段超えて、YV25は人々がつながるためのスペースも作り出しました。コーヒーブレイクやランチの時間には、参加者同士が交流し、経験を共有し、アプローチを比較し、新たなコラボレーションを生み出しました。

Ultralyticsチームにとっても、対面で集まる素晴らしい機会となりました。メンバーが世界中に散らばっているため、このような時間はつながりを強化し、進捗を共に祝うのに役立ちます。

図5. YOLO Vision 2025での刺激的な一日を締めくくるUltralyticsチーム。

一日はアフターパーティーで幕を閉じ、参加者はリラックスして交流を続けることができました。それは振り返り、英気を養い、ビジョンAIにおける次なるイノベーションの章に思いを馳せる瞬間となりました。

ビジョンAIの境界を共に押し広げる#

YOLO Vision 2025は、アイデア、イノベーション、そしてコミュニティを祝う場でした。Ultralytics YOLO26の発表がその舞台を整え、続くエッジデプロイや人間中心のAIに関する魅力的なトークは、ビジョンAIの急速な進歩と世界に対する影響力の増大を強調しました。

基調講演セッションに加え、本イベントは人々を結びつけました。研究者、開発者、愛好家は経験を共有し、有意義な会話を交わし、未来への新しい可能性を探求しました。イベントは、Ultralytics YOLOモデルとコンピュータビジョンの未来への期待と共に、最高潮のうちに終了しました。

AIの探索を始める準備はできましたか？コミュニティやGitHubリポジトリに参加して、AIとコンピュータビジョンについて詳しく学びましょう。ソリューションページにアクセスして、農業におけるコンピュータビジョンやロボット工学におけるAIのその他の応用例をご覧ください。ライセンスオプションを確認し、今すぐコンピュータビジョンを始めましょう！