Meetup da comunidade Ultralytics na China: o país com o maior interesse global em aprendizagem automática

À medida que a tecnologia de visão computacional continua a evoluir, o foco do setor também está a mudar. No passado, as pessoas preocupavam-se mais em saber se os modelos SOTA desenvolvidos em laboratório eram suficientemente avançados. Hoje, porém, surgiu uma questão mais importante:

Como podem estes modelos ser verdadeiramente aplicados em cenários do mundo real? Como podem os projetos de IA de visão passar das demonstrações para aplicações práticas, continuar a evoluir e criar valor real?

Com estas questões em mente, a Ultralytics foi a Shenzhen para organizar o seu primeiro Meetup presencial da comunidade na China. Com este evento, esperávamos estabelecer um contacto presencial com programadores chineses, parceiros do setor e entusiastas de visão computacional, para conversar sobre o estado atual do Ultralytics YOLO e sobre os próximos passos da Ultralytics.

Fig. 1. O Fundador & CEO da Ultralytics, Glenn Jocher, a apresentar no nosso primeiro evento da comunidade em Shenzhen.

Do Ultralytics YOLO à Ultralytics Platform#

No passado, o Ultralytics YOLO era conhecido sobretudo por ser rápido, prático e fácil de implementar. Quer fosse para deteção de objetos, inspeção industrial, monitorização de segurança ou tarefas de visão em tempo real em dispositivos edge, o YOLO tornou-se uma das ferramentas de eleição para muitos programadores que iniciam os seus projetos de visão computacional.

Atualmente, a Ultralytics está a evoluir para além de um único modelo, rumo a uma plataforma completa de visão computacional que abrange a gestão de conjuntos de dados, o treino, a implementação, a monitorização e um ciclo de feedback para melhoria contínua.

Antigamente, as pessoas perguntavam: o modelo é preciso? É rápido?

Agora, estamos mais focados em resolver uma questão mais abrangente: como pode um projeto de IA de visão começar realmente a funcionar, ser utilizado em cenários reais e continuar a melhorar ao longo do tempo?

É isto que a Ultralytics Platform pretende alcançar: tornar a anotação de dados mais eficiente, facilitar o treino de modelos, simplificar a implementação em várias plataformas e permitir que os programadores evoluam continuamente as suas aplicações de IA de visão.

Fig. 2. Primeiro evento da comunidade Ultralytics em Shenzhen, China.

Ultralytics Platform: tornar o fluxo de trabalho de IA de visão mais completo#

Durante a sessão, Glenn apresentou também várias capacidades essenciais da Ultralytics Platform, incluindo a anotação automática, o treino com um clique, a implementação em vários formatos e a capacidade de melhorar continuamente os modelos através de dados de feedback.

Fig. 3. O Fundador & CEO da Ultralytics, Glenn Jocher, a apresentar no nosso primeiro evento da comunidade em Shenzhen.

Para muitas equipas, criar um projeto de IA de visão não consiste apenas em escolher um modelo. A verdadeira complexidade reside frequentemente em questões como a origem dos dados, a forma como devem ser anotados, o modo como o modelo deve ser treinado e implementado e a forma como pode continuar a melhorar após o lançamento. Se estes passos estiverem desconectados, torna-se difícil levar verdadeiramente um projeto para produção.

A Ultralytics Platform liga estes passos, permitindo que os programadores concluam todo o fluxo de trabalho de forma mais simples, dos dados ao modelo, do treino à implementação e do lançamento ao feedback, sem terem de alternar constantemente entre ferramentas diferentes.

Atualmente, a plataforma já registou mais de 100 milhões de imagens carregadas, mais de 600 milhões de anotações e aproximadamente 40 000 a 50 000 conjuntos de dados.

Por detrás destes números existe um sinal claro: a procura por visão computacional é real e está a ultrapassar a investigação e a experimentação, avançando para implementações práticas em larga escala. A Ultralytics Platform adapta-se para responder às diferentes necessidades dos utilizadores — desde planos adequados a programadores individuais e equipas de investigação até ao licenciamento empresarial para organizações de grande dimensão.

Fig. 4. Glenn Jocher a apresentar as principais tarefas de deteção suportadas pelo Ultralytics YOLO.

A comunidade chinesa é uma parte essencial do ecossistema global da Ultralytics#

Glenn mencionou que a China é uma parte muito importante da comunidade de utilizadores da Ultralytics e pode ser um dos países com o maior número de pessoas a aprender machine learning e interessadas em machine learning.

Para a Ultralytics, a China não é apenas uma região com uma grande base de utilizadores, mas também uma comunidade muito ativa, com uma forte presença de programadores, cenários de aplicação diversificados e feedback técnico valioso.

Para que uma ferramenta seja amplamente adotada, uma tecnologia sólida, por si só, não é suficiente. A documentação, a comunidade, a acessibilidade, a experiência de implementação e o suporte local têm de ser simples e fiáveis.

Observar o verdadeiro foco dos programadores na implementação de IA de visão#

Durante a sessão de Q&A, os participantes colocaram muitas questões pertinentes, proporcionando-nos uma visão mais clara sobre aquilo que realmente preocupa os programadores chineses quando se trata de levar a visão computacional para aplicações do mundo real.

Um participante da AMD perguntou se a Ultralytics Platform suporta ambientes de treino privados ou locais. Esta é também uma preocupação fundamental para muitas empresas e equipas. Quando os projetos envolvem dados sensíveis, dados específicos do setor ou dados empresariais internos, as capacidades de privacidade, segurança e implementação local tornam-se especialmente importantes.

Glenn partilhou que esta é uma direção que a equipa está a discutir ativamente. À medida que a IA de visão é executada em mais dispositivos e ambientes de chips, o suporte do ecossistema de hardware tornar-se-á uma parte crítica da experiência de implementação de modelos.

Para além dos casos de utilização industriais, do hardware e da implementação, alguns participantes perguntaram também se o YOLO poderia ser utilizado para reconhecer estilos artísticos ou se poderia suportar a compreensão visual com consciência de propriedade intelectual.

Estas questões foram inspiradoras. Demonstram que a imaginação em torno das aplicações do YOLO já não se limita à inspeção industrial tradicional, à deteção de objetos e aos cenários de segurança. Está agora a expandir-se para áreas mais abrangentes, como a criação de conteúdos, a compreensão de multimédia e a produção criativa.

Além disso, temas como dispositivos edge de pequenas dimensões, implementação offline e otimização da quantização foram também áreas de grande interesse. É evidente que os programadores se preocupam não só com o desempenho do próprio modelo, mas também com a experiência prática geral de utilização da IA de visão.

Estas são precisamente as questões que a visão computacional tem de abordar à medida que passa da investigação para as aplicações do mundo real.

A visão computacional está a entrar numa nova fase#

Este evento transmitiu-nos uma forte perceção de uma tendência clara:

A visão computacional está a ultrapassar a competição entre modelos e a entrar numa nova fase de criação de plataformas, transformação em produtos e desenvolvimento de ecossistemas.

Os principais pontos fortes do YOLO sempre foram a velocidade, a praticidade e a facilidade de implementação. Atualmente, a Ultralytics pretende estender estes pontos fortes a todo o fluxo de trabalho, para que os programadores possam não só aceder a modelos robustos, mas também gerir dados, treinar modelos, implementar aplicações e otimizar continuamente os seus sistemas de IA de visão com maior facilidade.

A comunidade chinesa de IA está também a tornar-se uma parte cada vez mais importante desta jornada. Conta com uma grande base de programadores, cenários de aplicação diversificados e uma forte motivação para aprender e pôr em prática. No futuro, estamos entusiasmados por trabalhar com mais programadores chineses, parceiros empresariais e membros da comunidade para levar a visão computacional a um conjunto mais amplo de aplicações do mundo real.

Como afirmou Glenn:

“Queremos que todos possam utilizar a visão computacional.”

Esta pode ser a melhor explicação para a transição da Ultralytics para um futuro mais orientado por plataformas.