Được hỗ trợ bởi Ultralytics, #YV23 là hội nghị duy nhất trên thế giới tập trung vào sự phát triển và tiến bộ của Vision AI mã nguồn mở. Diễn ra cả trực tiếp và trực tuyến, các nhà nghiên cứu, kỹ sư và học viên sẽ cùng nhau chia sẻ kiến thức, đổi mới và tiến bộ trong năm thứ hai liên tiếp. Hãy tham gia cùng các chuyên gia và nhà lãnh đạo vào ngày 27 tháng 9 tại Google for Startups ở Madrid, Tây Ban Nha để thúc đẩy các ranh giới của lĩnh vực Vision AI mới.
1
Ngày
18
các cuộc nói chuyện
2,000+
khách tham dự trực tuyến
150
khách tham dự trực tiếp
Glenn Jocher
Người sáng lập & CEO
Glenn thành lập Ultralytics để dẫn dắt các nỗ lực phân tích antineutrino của Cơ quan Tình báo Địa không gian Quốc gia Hoa Kỳ (NGA), đỉnh điểm là thí nghiệm miniTimeCube và Bản đồ Antineutrino Toàn cầu đầu tiên trên thế giới được công bố trên tạp chí Nature. Một nhận thức sâu sắc hơn về những bí ẩn vật lý hạt sâu sắc đang lẩn tránh chúng ta đã dẫn ông đến Trí tuệ Tổng quát Nhân tạo (AGI) như là giải pháp tốt nhất để nhân loại vượt qua giới hạn của tâm trí chúng ta và một ngày nào đó thực sự hiểu được vũ trụ và vị trí của chúng ta trong đó. Ngày nay, ông được thúc đẩy để xây dựng AI thị giác tốt nhất thế giới như một khối xây dựng cho một AGI tương lai, với Ultralytics YOLO và Ultralytics HUB là mũi nhọn của nỗi ám ảnh này.
KEYONTE: Khám phá Ultralytics YOLO: Những tiến bộ trong Vision AI hiện đại nhất
PANEL: Đơn giản hóa AI mã nguồn mở
Adrian Boguszewski
Người truyền bá phần mềm
Adrian tốt nghiệp Đại học Công nghệ Gdańsk chuyên ngành Khoa học Máy tính cách đây 8 năm. Sau đó, ông bắt đầu sự nghiệp của mình trong lĩnh vực thị giác máy tính và học sâu. Với vai trò trưởng nhóm các nhà khoa học dữ liệu và nhà phát triển Android trong hai năm trước đó, Adrian chịu trách nhiệm về một ứng dụng chụp ảnh chuyên nghiệp (cho thẻ căn cước hoặc hộ chiếu) mà không cần rời khỏi nhà. Ông là đồng tác giả của bộ dữ liệu LandCover.ai, người tạo ra OpenCV Image Viewer Plugin và là giảng viên thỉnh giảng về Deep Learning. Vai trò hiện tại của ông là giáo dục mọi người về OpenVINO Toolkit. Trong thời gian rảnh, ông là một người thích đi du lịch. Bạn cũng có thể nói chuyện với ông về tài chính, đặc biệt là đầu tư.
BÀI PHÁT BIỂU CHÍNH: Bỏ qua hàng đợi! Tìm hiểu cách xây dựng hệ thống quản lý hàng đợi thông minh với YOLOv8
Elaine Wu
Hợp tác & Tiếp thị Edge AI
Elaine là quản lý đối tác và marketing AI Edge tại Seeed, một công ty phần cứng IoT từ năm 2008 và là Đối tác ưu tú của NVIDIA Embedded. Tại Seeed, bằng cách liên kết với các nhà phát triển, hệ sinh thái và chuyên môn về phần cứng của Seeed, cô tin tưởng và nỗ lực trên con đường nền tảng phần cứng đáng tin cậy nhất, trao quyền cho mọi người đạt được các mục tiêu chuyển đổi kỹ thuật số của họ cũng như đồng sáng tạo sản phẩm AI thế hệ tiếp theo. Cô ấy tweet từ @iamelainewu.
Nâng cấp mọi camera với YOLOv8 theo cách No-Code
Shashi Chilappagari
Kiến trúc sư trưởng & Đồng sáng lập
Shashi Chilappagari là Đồng sáng lập và Kiến trúc sư trưởng tại DeGirum Corp., một công ty bán dẫn không có nhà máy (fabless) xây dựng các giải pháp AI hoàn chỉnh cho edge. Trước DeGirum, ông là Giám đốc Kiến trúc SSD tại Marvell Semiconductor Inc. Shashi có bằng B. Tech và M. Tech từ Học viện Công nghệ Ấn Độ, Madras, Ấn Độ và bằng Tiến sĩ từ Đại học Arizona, Tucson, Arizona.
Triển khai các Mô hình YOLOv8 Lượng tử hóa trên Thiết bị Edge
Merve Noyan
Kỹ sư Hỗ trợ Nhà phát triển
Merve Noyan là một kỹ sư vận động phát triển tại Hugging Face, làm việc về machine learning mã nguồn mở. Cô cũng là một nhà nghiên cứu machine learning đã tốt nghiệp và GDE về Machine Learning.
Tầm nhìn mã nguồn mở với Transformers
Amir Servi
Quản lý sản phẩm Edge Deep Learning
Amir là Giám đốc Sản phẩm Edge Deep Learning tại Sony. Với hơn 15 năm kinh nghiệm trong lĩnh vực công nghệ, các công cụ dành cho nhà phát triển và kinh nghiệm sâu rộng trong hệ sinh thái AI tại cả Deci, Superwise và AnyVision, Amir chuyên dẫn dắt các nhóm sản phẩm và R&D để cung cấp các sản phẩm công nghệ tiên tiến cho các nhà phát triển, từ các ứng dụng thị giác máy tính, thông qua tăng tốc mạng nơ-ron, cho đến định hình lại việc triển khai deep learning trên các thiết bị biên.
Thu hẹp khoảng cách từ Nghiên cứu AI đến Edge theo thời gian thực
Glenn Jocher
Người sáng lập & CEO
Glenn thành lập Ultralytics để dẫn dắt các nỗ lực phân tích antineutrino của Cơ quan Tình báo Địa không gian Quốc gia Hoa Kỳ (NGA), đỉnh điểm là thí nghiệm miniTimeCube và Bản đồ Antineutrino Toàn cầu đầu tiên trên thế giới được công bố trên tạp chí Nature. Một nhận thức sâu sắc hơn về những bí ẩn vật lý hạt sâu sắc đang lẩn tránh chúng ta đã dẫn ông đến Trí tuệ Tổng quát Nhân tạo (AGI) như là giải pháp tốt nhất để nhân loại vượt qua giới hạn của tâm trí chúng ta và một ngày nào đó thực sự hiểu được vũ trụ và vị trí của chúng ta trong đó. Ngày nay, ông được thúc đẩy để xây dựng AI thị giác tốt nhất thế giới như một khối xây dựng cho một AGI tương lai, với Ultralytics YOLO và Ultralytics HUB là mũi nhọn của nỗi ám ảnh này.
KEYONTE: Khám phá Ultralytics YOLO: Những tiến bộ trong Vision AI hiện đại nhất
PANEL: Đơn giản hóa AI mã nguồn mở
Adrian Boguszewski
Người truyền bá phần mềm
Adrian tốt nghiệp Đại học Công nghệ Gdańsk chuyên ngành Khoa học Máy tính cách đây 8 năm. Sau đó, ông bắt đầu sự nghiệp của mình trong lĩnh vực thị giác máy tính và học sâu. Với vai trò trưởng nhóm các nhà khoa học dữ liệu và nhà phát triển Android trong hai năm trước đó, Adrian chịu trách nhiệm về một ứng dụng chụp ảnh chuyên nghiệp (cho thẻ căn cước hoặc hộ chiếu) mà không cần rời khỏi nhà. Ông là đồng tác giả của bộ dữ liệu LandCover.ai, người tạo ra OpenCV Image Viewer Plugin và là giảng viên thỉnh giảng về Deep Learning. Vai trò hiện tại của ông là giáo dục mọi người về OpenVINO Toolkit. Trong thời gian rảnh, ông là một người thích đi du lịch. Bạn cũng có thể nói chuyện với ông về tài chính, đặc biệt là đầu tư.
BÀI PHÁT BIỂU CHÍNH: Bỏ qua hàng đợi! Tìm hiểu cách xây dựng hệ thống quản lý hàng đợi thông minh với YOLOv8
Elaine Wu
Hợp tác & Tiếp thị Edge AI
Elaine là quản lý đối tác và marketing AI Edge tại Seeed, một công ty phần cứng IoT từ năm 2008 và là Đối tác ưu tú của NVIDIA Embedded. Tại Seeed, bằng cách liên kết với các nhà phát triển, hệ sinh thái và chuyên môn về phần cứng của Seeed, cô tin tưởng và nỗ lực trên con đường nền tảng phần cứng đáng tin cậy nhất, trao quyền cho mọi người đạt được các mục tiêu chuyển đổi kỹ thuật số của họ cũng như đồng sáng tạo sản phẩm AI thế hệ tiếp theo. Cô ấy tweet từ @iamelainewu.
Nâng cấp mọi camera với YOLOv8 theo cách No-Code
Shashi Chilappagari
Kiến trúc sư trưởng & Đồng sáng lập
Shashi Chilappagari là Đồng sáng lập và Kiến trúc sư trưởng tại DeGirum Corp., một công ty bán dẫn không có nhà máy (fabless) xây dựng các giải pháp AI hoàn chỉnh cho edge. Trước DeGirum, ông là Giám đốc Kiến trúc SSD tại Marvell Semiconductor Inc. Shashi có bằng B. Tech và M. Tech từ Học viện Công nghệ Ấn Độ, Madras, Ấn Độ và bằng Tiến sĩ từ Đại học Arizona, Tucson, Arizona.
Triển khai các Mô hình YOLOv8 Lượng tử hóa trên Thiết bị Edge
Merve Noyan
Kỹ sư Hỗ trợ Nhà phát triển
Merve Noyan là một kỹ sư vận động phát triển tại Hugging Face, làm việc về machine learning mã nguồn mở. Cô cũng là một nhà nghiên cứu machine learning đã tốt nghiệp và GDE về Machine Learning.
Tầm nhìn mã nguồn mở với Transformers
Amir Servi
Quản lý sản phẩm Edge Deep Learning
Amir là Giám đốc Sản phẩm Edge Deep Learning tại Sony. Với hơn 15 năm kinh nghiệm trong lĩnh vực công nghệ, các công cụ dành cho nhà phát triển và kinh nghiệm sâu rộng trong hệ sinh thái AI tại cả Deci, Superwise và AnyVision, Amir chuyên dẫn dắt các nhóm sản phẩm và R&D để cung cấp các sản phẩm công nghệ tiên tiến cho các nhà phát triển, từ các ứng dụng thị giác máy tính, thông qua tăng tốc mạng nơ-ron, cho đến định hình lại việc triển khai deep learning trên các thiết bị biên.
Thu hẹp khoảng cách từ Nghiên cứu AI đến Edge theo thời gian thực
Kalen Michael
Trưởng bộ phận Sản phẩm
Là một lập trình viên từ khi được tặng chiếc máy tính đầu tiên năm 13 tuổi, Kalen thích giải quyết các thử thách theo cách hiệu quả nhất có thể. Lập trình và tìm kiếm các giải pháp là điều thực sự thúc đẩy anh ấy, và không có gì thú vị hơn cảm giác hưng phấn mà anh ấy nhận được khi mã của mình biên dịch mà không có lỗi. Anh ấy càng học nhiều ngôn ngữ, anh ấy càng khao khát hơn, và anh ấy chỉ đang chờ đợi ngày chúng ta có thể tải xuống các kỹ năng như trong Ma trận.
AI cho mọi người: Ultralytics HUB san bằng sân chơi
Erica Brescia
Giám đốc điều hành
Erica Brescia gia nhập Redpoint Ventures với vai trò giám đốc điều hành vào năm 2022, nơi bà tập trung vào
các khoản đầu tư vào cơ sở hạ tầng, AI, công cụ dành cho nhà phát triển và bảo mật. Bà hiện đang là thành viên
hội đồng quản trị của Dagger, Railway, Xata và Poolside, đồng thời dẫn dắt các khoản đầu tư cơ sở hạ tầng
khác chưa được công bố. Trước khi gia nhập Redpoint, Erica là COO của GitHub. Trước GitHub, Erica là đồng
sáng lập và COO của Bitnami, một công ty đóng gói và triển khai ứng dụng mã nguồn mở,
sau đó được VMware mua lại. Bà cũng là đồng sáng lập và CEO của BitRock, công ty
phát triển công nghệ đóng gói phần mềm. Erica là một nhà lãnh đạo trong cộng đồng mã nguồn mở
trong hơn 15 năm và là thành viên hội đồng quản trị của Linux Foundation từ năm 2016.
Trước khi gia nhập Redpoint, Erica là một nhà đầu tư thiên thần và cố vấn cho các công ty như Netlify,
Coda, Whimsical, Xata và Byteboard. Bà sống ở Walnut Creek, CA cùng chồng, con trai
và chú chó lai lab-chihuahua hài hước của họ.
Vòng Series A cho mã nguồn mở: Các nhà đầu tư đang tìm kiếm điều gì
Tiến sĩ Ramit Debnath
Đồng sáng lập
Trợ lý Giáo sư về Khoa học Xã hội & Thiết kế Tính toán, tại Đại học Cambridge, Giám đốc Nhóm Thiết kế & Trí tuệ Tập thể (Đại học Cambridge) và thành viên Cambridge Zero đầu tiên, đồng lãnh đạo một nỗ lực nghiên cứu toàn cầu để cải thiện sự hiểu biết của công chúng về biến đổi khí hậu bằng cách hợp tác với các tổ chức học thuật hàng đầu như Caltech, Đại học Harvard, Đại học Boston, MCC-Berlin, các tổ chức chính sách công hàng đầu như Chương trình Môi trường Liên hợp quốc (UNEP), Cơ quan Năng lượng Quốc tế (IEA) và những người tiên phong khác trong lĩnh vực khí hậu và bền vững.
Visiting Faculty Associate, Caltech. Trước đây làm việc tại Đại học Stanford, IEA và IIT Bombay. Gates Scholar.
Sự kết hợp giữa trí tuệ nhân tạo và trí tuệ máy móc cho hành động khí hậu toàn cầu
Seán Boyle
Đồng sáng lập
Đảm nhiệm vai trò Giám đốc Bền vững đầu tiên của Twitter, khởi xướng chiến lược hành động vì khí hậu đầu tiên trên toàn công ty, đồng sản xuất chính sách thông tin sai lệch/sai lệch về biến đổi khí hậu đầu tiên và hợp tác với các tổ chức hành động vì khí hậu hàng đầu bao gồm Công ước khung của Liên hợp quốc về biến đổi khí hậu (UNFCCC), Chương trình Môi trường Liên hợp quốc (UNEP), COP27, FridaysForFuture, WeDontHaveTime, các tổ chức học thuật hàng đầu bao gồm Đại học Cambridge và những người tiên phong khác trong lĩnh vực hành động vì khí hậu.
Đã làm việc tại Twitter trong 8 năm. Trước đây từng giữ các vai trò tại Meta và KPMG.
Thành viên Hội đồng Cố vấn của WeDontHaveTime. Thành viên danh dự của Sigma Squared.
Sự kết hợp giữa trí tuệ nhân tạo và trí tuệ máy móc cho hành động khí hậu toàn cầu
Yonatan Geifman
Đồng sáng lập & CEO
Yonatan Geifman là Giám đốc điều hành (CEO) và đồng sáng lập của Deci, nền tảng phát triển deep learning. Trước khi đồng sáng lập Deci, Yonatan là thành viên của nhóm MorphNet thuộc Google AI. Ông có bằng Tiến sĩ Khoa học Máy tính từ Technion-Israel Institute of Technology và bằng Cử nhân (B.Sc.) và Thạc sĩ (M.Sc.) Khoa học Máy tính từ Đại học Ben-Gurion ở Israel. Nghiên cứu của ông tập trung vào việc làm cho Mạng nơ-ron sâu (DNN) có tính ứng dụng cao hơn cho các tác vụ quan trọng. Nghiên cứu này đã được công bố và trình bày tại các hội nghị toàn cầu hàng đầu, bao gồm Hội nghị về Hệ thống xử lý thông tin thần kinh (NeurIPS) và Hội nghị quốc tế về Machine Learning (ICML).
HỘI THẢO: Đơn giản hóa AI thị giác mã nguồn mở
Lakshantha Dissayanake
Kỹ sư ứng dụng
Lakshantha là Kỹ sư ứng dụng cấp cao về Edge AI tại Seeed Studio. Anh ấy luôn cập nhật những xu hướng AI mới nhất và cung cấp các ứng dụng AI nhúng cho cộng đồng nhà phát triển thông qua các hướng dẫn wiki từng bước cho NVIDIA Jetson. Ngoài ra, anh ấy còn tổ chức các hội thảo kỹ thuật và tham gia giải quyết các vấn đề kỹ thuật mà cộng đồng gặp phải.
Trình bày và Thảo luận: Cách Triển khai YOLO lên (Hầu hết) mọi thứ: Đơn giản hơn và Nhanh hơn!
Davit Buniatyan
Người sáng lập & CEO
Năm 18 tuổi, Davit Buniatyan lần đầu tiên được công nhận khi TechCrunch giới thiệu về anh. Sau khi hoàn thành bằng Khoa học Máy tính tại University College London (UCL), anh bắt đầu theo đuổi bằng Tiến sĩ tại Đại học Princeton ở tuổi 20. Khi ở Princeton, Davit tập trung vào nghiên cứu tại Phòng thí nghiệm Khoa học Thần kinh Princeton danh tiếng dưới sự hướng dẫn của Giáo sư Sebastian Seung.
Davit đã vinh dự nhận được Gordon Wu Fellowship và Giải thưởng Nghiên cứu Học máy AWS. Nghiên cứu đột phá của ông liên quan đến việc lập bản đồ connectome của não chuột. Khi vật lộn với những thách thức trong việc phân tích các bộ dữ liệu đa phương thức, mở rộng tại Phòng thí nghiệm Khoa học thần kinh, Davit đã phát hiện ra một số thách thức cấp bách trong Học máy. Đó là cách Davit chuyển sang vai trò Giám đốc điều hành sáng lập của Activeloop. Được hỗ trợ bởi Y-Combinator và các quỹ và nhà đầu tư thiên thần nổi tiếng khác ở Thung lũng Silicon, Activeloop đang xây dựng Deep Lake, một Cơ sở dữ liệu Vector được thiết kế để chứa tất cả dữ liệu AI.
PatentPT: Xây dựng giải pháp hỗ trợ LLM với các tác nhân bộ nhớ cấp doanh nghiệp
Soumik Rakshit
Kỹ sư ML
Kỹ sư ML tại Weights & Biases và Chuyên gia Google Developer về JAX. Tôi cũng tham gia vào các dự án thị giác máy tính mã nguồn mở với các mối quan tâm nghiên cứu trong các lĩnh vực điện toán tạo sinh, phục hồi ảnh và đồ họa máy tính. Tôi tích cực đóng góp vào mã nguồn mở, chủ yếu thông qua việc triển khai các bài báo nghiên cứu, các ví dụ ML đầu cuối và tích hợp MLOps cho các kho lưu trữ mã nguồn mở như Ultralytics, Diffusers, Keras, v.v.
Tăng cường sức mạnh cho Ultralytics với Weights & Biases
Bo Zhang
Chuyên gia Chiến lược Thuật toán
Bo Zhang là một nhà chiến lược thuật toán tại Meituan Vision. Ông nhận bằng Thạc sĩ Tin học tại Đại học Trento, Ý vào năm 2013. Những nỗ lực trước đây của ông đã được dành cho Học máy tự động và Thị giác máy tính. Ông đã hợp tác chặt chẽ trong dự án YOLOv6.
HỘI THẢO: Đơn giản hóa AI thị giác mã nguồn mở
Tiến sĩ Bram Verhoef
Trưởng bộ phận Machine Learning
Bram Verhoef có kiến thức nền tảng về Thống kê, Tâm lý học và Khoa học thần kinh. Sau khi nhận bằng Tiến sĩ năm 2010 từ KU Leuven, ông đã thực hiện nghiên cứu sau tiến sĩ tại Đại học Harvard và Đại học Chicago, tập trung vào Khoa học thần kinh tính toán làm nền tảng cho các cơ chế chú ý.
Năm 2017, ông trở lại Bỉ làm việc tại Imec với vai trò Thành viên Cấp cao của Đội ngũ Kỹ thuật, dẫn đầu việc phát triển thuật toán liên quan đến chip Deep Learning tính toán trong bộ nhớ analog mới. Năm 2021, ông đồng sáng lập Axelera AI và hiện là Giám đốc Machine Learning, dẫn đầu các nỗ lực tối ưu hóa thuật toán cho Bộ tăng tốc Deep Learning hiện đại của Axelera AI.
YOLO Siêu tốc: Khai thác Sức mạnh AI-Native
Mónica Villas
Cố vấn Kỹ thuật và Giảng viên
Cựu giám đốc điều hành IBM làm việc trong lĩnh vực CNTT hơn 20 năm. Hiện đang làm cố vấn kỹ thuật và giảng viên. Sau nhiều năm trong lĩnh vực CNTT, tôi biết công nghệ có thể được áp dụng để thay đổi và cải thiện hoạt động kinh doanh như thế nào. Tôi đam mê những cách dạy và học mới, đồng thời có kiến thức sâu rộng về Cloud, Analytics, Artificial Intelligence và Exponential Technologies, đồng thời tôi tiếp tục học hỏi mỗi ngày. Là một kỹ sư, tôi yêu công nghệ và thay đổi thế giới. Tôi có khả năng tuyệt vời để làm cho những điều phức tạp trở nên đơn giản, giải quyết vấn đề và làm việc nhóm. Ngoài công nghệ, một trong những đam mê khác của tôi là con người. Lãnh đạo mọi người thực sự bổ ích và trong 15 năm làm lãnh đạo, tôi luôn cố gắng làm gương. Mọi người đã đi theo tôi, đó là mục tiêu chính của một nhà lãnh đạo. Trong suốt sự nghiệp của mình, 3 điều giúp tôi nhiều nhất là con người, sự kiên trì và đam mê.
Những thách thức đạo đức của AI
Glenn Jocher của Ultralytics (YOLOv5 và YOLOv8), Yonatan Geifman của Deci (YOLO-NAS) và Bo Zhang của Meituan (YOLOv6) cùng nhau tham gia hội thảo này để khám phá trạng thái của AI thị giác mã nguồn mở. Hội thảo này sẽ đi sâu vào những thách thức và ưu tiên gặp phải trong quá trình triển khai mô hình, cung cấp những hiểu biết có giá trị để áp dụng AI liền mạch. Ngoài ra, các thành viên hội thảo sẽ đề cập đến việc triển khai trên các thiết bị biên, kiểm tra tiềm năng cho các mô-đun tái nhận dạng đối tượng, cung cấp thông tin chi tiết về việc triển khai mô hình, v.v.
Có khoảng 1 tỷ camera mạng được triển khai trên toàn thế giới. Camera thông minh được hỗ trợ bởi AI tiên tiến có thể tập trung vào những gì quan trọng nhất và mang lại sự an toàn cho mọi người từ người lái xe và người đi bộ đến nhà bán lẻ và người mua sắm. Chúng tôi sẽ hướng dẫn bạn về hiệu suất biên tổng thể cho các ứng dụng phân tích video suy luận trên NVIDIA Jetson và bạn có thể nâng cấp bất kỳ camera kế thừa nào bằng mô hình YOLOv8 mà không cần bất kỳ dòng mã nào.
Hãy tham gia cùng chúng tôi để xem nền tảng Metis của Axelera AI mang lại hiệu suất và khả năng sử dụng hàng đầu trong ngành như thế nào, chỉ với một phần nhỏ chi phí và mức tiêu thụ điện năng so với các giải pháp hiện có. Khám phá những kết quả ấn tượng của giải pháp phần cứng và phần mềm của chúng tôi, tối ưu hóa các mô hình YOLO để suy luận trên các thiết bị biên.
AI đang chuyển đổi nhiều lĩnh vực, hàng hóa và chức năng cơ bản khác nhau. Tuy nhiên, deep neural networks (mạng nơ-ron sâu) tiêu thụ quá nhiều tài nguyên về bộ nhớ, sức mạnh tính toán và năng lượng. Để đảm bảo việc áp dụng rộng rãi AI, nó phải hoạt động hiệu quả trên các thiết bị của người dùng cuối, tuân thủ các ràng buộc nghiêm ngặt về năng lượng và nhiệt. Các kỹ thuật như lượng tử hóa và nén đóng một vai trò quan trọng trong việc giảm thiểu những thách thức này.
Trong hội thảo trên web này, giám đốc sản phẩm của Sony, Amir Servi, sẽ hướng dẫn bạn về Bộ công cụ nén mô hình của Sony để lượng tử hóa và tăng tốc các mô hình deep learning để triển khai biên hiệu quả. Bạn sẽ học cách thực hiện tương tự cho mô hình của riêng mình! Bạn sẽ học được gì:
- Nghiên cứu mới nhất của chúng tôi về các kỹ thuật lượng tử hóa và việc triển khai nó vào một sản phẩm thực tế
- Tầm quan trọng của việc nén dựa trên phần cứng để suy luận trên biên
- Cách các kỹ sư và nhà nghiên cứu có thể triển khai các kỹ thuật này thông qua Sony MCT
Ultralytics HUB hạ thấp các rào cản gia nhập vào thế giới ML, giúp nó có thể tiếp cận được với các cá nhân và doanh nghiệp, bất kể chuyên môn về code. Tìm hiểu cách nền tảng này được thiết lập để cách mạng hóa cách chúng ta tiếp cận máy học, trao quyền cho một thế hệ những người đam mê dữ liệu mới biến ý tưởng của họ thành hiện thực một cách dễ dàng chưa từng có.
Và đừng bỏ lỡ thông báo lớn của chúng tôi...
Việc triển khai các mô hình hiện đại trên các thiết bị nhúng từ Edge GPU của NVIDIA Jetson đến các MCU nhỏ bé đặt ra những thách thức và hạn chế. Chúng ta sẽ xem xét cách triển khai các mô hình này, bao gồm YOLOv8, theo phương pháp hợp lý và hiệu suất edge tổng thể để suy luận các ứng dụng phân tích video trên NVIDIA Jetson.
Glenn đang không ngừng theo đuổi việc phát triển Vision AI tốt nhất trên thế giới. Đối với ông, đây không chỉ là một thành tựu công nghệ, mà còn là một bước đệm quan trọng để hiện thực hóa tiềm năng của AGI. Những mũi nhọn của sự theo đuổi không ngừng này không ai khác chính là YOLOv5, YOLOv8 và Ultralytics HUB.
Vậy, điều gì làm cho Ultralytics YOLO trở nên tốt nhất trên thế giới?
Những tiến bộ gần đây trong thị giác máy tính đã được thúc đẩy đáng kể nhờ sự ra đời của kiến trúc transformer và các trừu tượng thân thiện với người dùng để tiền huấn luyện, tinh chỉnh và suy luận trong thư viện 🤗 transformers. Bài nói chuyện này cung cấp một cái nhìn tổng quan về các mô hình thị giác dựa trên transformer mới nhất, khám phá các tiện ích có sẵn trong thư viện 🤗 transformers và đưa ra những hiểu biết thực tế về triết lý đằng sau nó.
Bạn cảm thấy mệt mỏi vì phải xếp hàng dài tại quầy thanh toán bán lẻ? Hệ thống Quản lý Hàng đợi Thông minh của chúng tôi là câu trả lời! Hãy tham gia cùng chúng tôi để xem hướng dẫn từng bước về cách tạo một hệ thống như vậy bằng OpenVINO và YOLOv8. Chúng tôi sẽ hướng dẫn bạn quy trình tích hợp các công cụ nguồn mở mạnh mẽ này để phát triển một giải pháp đầu cuối có thể được triển khai trong môi trường thanh toán bán lẻ. Bạn sẽ học cách tối ưu hóa ứng dụng để đạt được hiệu suất vượt trội. Cho dù bạn là một nhà phát triển có kinh nghiệm hay mới làm quen với AI, phiên này sẽ cung cấp các mẹo thực tế và các phương pháp hay nhất để xây dựng các hệ thống thông minh bằng OpenVINO. Đến cuối bài thuyết trình, bạn sẽ có kiến thức và tài nguyên để xây dựng giải pháp của riêng mình.
Trong một kỷ nguyên được xác định bởi những tiến bộ nhanh chóng trong trí tuệ nhân tạo (AI), việc điều hướng bối cảnh đạo đức của công nghệ này là tối quan trọng. Trong phiên này, Mónica sẽ làm sáng tỏ mạng lưới phức tạp của những tình huống khó xử về mặt đạo đức đi kèm với sức mạnh chuyển đổi của AI. Từ việc giải quyết sự thiên vị và công bằng đến khám phá tính minh bạch, trách nhiệm giải trình và tác động sâu sắc của AI đối với xã hội, Monica sẽ cung cấp những hiểu biết làm sáng tỏ các cân nhắc về đạo đức xung quanh AI.
Bài nói này là cơ hội để bạn có được sự hiểu biết cơ bản về những thách thức và trách nhiệm đạo đức liên quan đến AI. Mónica sẽ trang bị cho bạn kiến thức cần thiết cho bất kỳ ai tham gia vào phát triển, ra quyết định hoặc hình thành chính sách về AI.
Các Mô hình Nền tảng có thể đòi hỏi nhiều về tính toán GPU và có thể không phù hợp cho các ứng dụng thời gian thực, đặc biệt nếu bạn muốn mở rộng quy mô hàng triệu Điểm Bán Hàng Tự động. Nhưng chúng tôi tận dụng phương pháp được gọi là chưng cất kiến thức, nơi chúng tôi đưa các mô hình nền tảng của mình cho các tác vụ phức tạp như chú thích và chuyển kiến thức này vào các mô hình nhỏ hơn và hiệu quả về chi phí. Điều này cho phép chúng tôi tăng tốc quá trình chú thích lên đến 90 lần so với việc dán nhãn truyền thống của con người.
Pssst. Bạn có muốn nghe một bí mật không? Điều gì sẽ xảy ra nếu tôi nói với bạn rằng active learning không nhất thiết phải khó khăn. Điều gì sẽ xảy ra nếu có... một cách dễ dàng? Bạn thật may mắn. Bài nói này sẽ chỉ cho bạn chính xác cách triển khai một quy trình active learning bằng cách sử dụng Data Engine của DagsHub. Và 90% quy trình có thể chạy trực tiếp trong Jupyter Notebook hoặc trên Google Colab! Đến cuối bài nói, bạn sẽ có thông tin cần thiết để chuyển đổi dự án hiện tại của mình thành một dự án sử dụng active learning để cải thiện hiệu quả và nhanh chóng các số liệu của mô hình của bạn!
Sử dụng các công cụ mã nguồn mở với YOLOv8 có thể giúp bạn khởi động và chạy dự án Vision AI tiếp theo của mình một cách nhanh chóng. Có các kho hình ảnh mã nguồn mở, các thư viện để giúp tự động hóa việc dán nhãn dữ liệu, các công cụ để theo dõi hoặc đếm và các máy chủ để triển khai các mô hình của bạn. Tìm hiểu cách sử dụng chúng với YOLOv8 để xây dựng ứng dụng tiếp theo của bạn.
Cuộc chạy đua toàn cầu đang diễn ra để có được các hệ thống trí tuệ nhân tạo (AI) lớn hơn và tốt hơn dự kiến sẽ có tác động sâu sắc đến xã hội và môi trường bằng cách thay đổi thị trường việc làm, phá vỡ các mô hình kinh doanh và cho phép các cấu trúc quản trị và phúc lợi xã hội mới có thể ảnh hưởng đến sự đồng thuận toàn cầu đối với các lộ trình hành động vì khí hậu. Tuy nhiên, các hệ thống AI hiện tại được đào tạo trên các bộ dữ liệu thiên vị có thể gây bất ổn cho các cơ quan chính trị, tác động đến các quyết định giảm thiểu và thích ứng với biến đổi khí hậu và làm tổn hại đến sự ổn định xã hội, có khả năng dẫn đến các sự kiện gây bất ổn xã hội. Do đó, việc thiết kế phù hợp một hệ thống AI ít thiên vị hơn, phản ánh cả tác động trực tiếp và gián tiếp đến xã hội và các thách thức của hành tinh là một câu hỏi có tầm quan trọng hàng đầu.
Lượng tử hóa các mô hình học máy (ML) có thể dẫn đến giảm đáng kể kích thước mô hình cũng như giảm độ trễ suy luận do yêu cầu băng thông thấp hơn. Khi được triển khai trên các tùy chọn phần cứng hỗ trợ tính toán số nguyên một cách hiệu quả, hiệu suất có thể còn ấn tượng hơn nữa. Tuy nhiên, lượng tử hóa đôi khi có thể dẫn đến suy giảm độ chính xác không thể chấp nhận được. Trong bài nói này, chúng tôi trình bày tổng quan về các phương pháp lượng tử hóa hiệu quả các mô hình YOLOv8, khiến chúng trở thành một lựa chọn tuyệt vời cho các ứng dụng AI biên thời gian thực khác nhau. Chúng tôi cũng giới thiệu một lớp các mô hình YOLOv8 với hàm kích hoạt ReLU6 cho thấy kết quả lượng tử hóa sau huấn luyện tuyệt vời trên nhiều kiến trúc và tập dữ liệu mô hình. Cuối cùng, chúng tôi minh họa cách các mô hình lượng tử hóa có thể được triển khai trên nhiều tùy chọn phần cứng như CPU, Edge TPU và Orca (bộ tăng tốc AI HW của DeGirum) bằng các API đơn giản.
Ultralytics là ngôi nhà của các mô hình thị giác máy tính tiên tiến, hiện đại cho các tác vụ như phân loại hình ảnh, object detection, phân đoạn hình ảnh và ước tính tư thế. Weights & Biases là một nền tảng MLOps ưu tiên nhà phát triển, khi được tích hợp với quy trình làm việc của Ultralytics, cho phép chúng tôi dễ dàng quản lý các thử nghiệm, điểm kiểm tra mô hình và trực quan hóa kết quả thử nghiệm của chúng tôi một cách sâu sắc và trực quan. Trong phiên này, chúng ta sẽ khám phá cách chúng ta có thể tăng cường hiệu quả quy trình làm việc thị giác máy tính của mình bằng cách sử dụng Ultralytics và Weights & Biases.
Tìm hiểu cách chúng tôi tạo ra PatentPT, một giải pháp mô hình ngôn ngữ tiên tiến giúp tăng cường đáng kể khả năng tìm kiếm và tương tác bằng sáng chế. Bài thuyết trình cung cấp những hiểu biết thực tế về việc tinh chỉnh và triển khai các mô hình ngôn ngữ lớn, đồng thời tận dụng các tác nhân bộ nhớ cấp doanh nghiệp để tự động hoàn thành bằng sáng chế, tạo bản tóm tắt và yêu cầu, đồng thời thực hiện các chức năng tìm kiếm bằng sáng chế nâng cao bằng cách sử dụng kho dữ liệu bằng sáng chế phong phú. Chúng tôi’ sẽ hướng dẫn bạn cách phát triển một giải pháp tương tự bằng cách sử dụng Deep Lake của Activeloop, Cơ sở dữ liệu dành cho AI, các mô hình LLM mã nguồn mở, phần cứng Habana Gaudi HPU và API suy luận LLM của Amazon Sagemaker.
Chúng tôi sẽ hướng dẫn bạn các bản thiết kế kiến trúc và tất cả các bước chúng tôi đã thực hiện để xây dựng giải pháp – từ việc đào tạo mô hình LLM của chúng tôi và tinh chỉnh nó, tạo các tính năng tùy chỉnh và triển khai API tìm kiếm.
Cho dù bạn là một chuyên gia AI đang tìm kiếm các hướng dẫn thực tế về việc tinh chỉnh LLM, một chuyên gia pháp lý quan tâm đến việc tận dụng AI để tìm kiếm bằng sáng chế, hay chỉ đơn giản là tò mò về tương lai của các giải pháp tăng cường AI, cuộc nói chuyện của chúng tôi cung cấp một cái nhìn thoáng qua về quy trình và tiềm năng sử dụng LLM trong một lĩnh vực chuyên biệt. Hãy tham gia cùng chúng tôi khi chúng tôi chia sẻ hành trình xây dựng các ứng dụng do LLM tùy chỉnh cung cấp bởi Deep Lake, Cơ sở dữ liệu dành cho AI cho các công ty lớn và nhỏ.
Các công ty mã nguồn mở được xây dựng khác biệt. Trong buổi nói chuyện này, chúng ta sẽ đề cập đến những gì các nhà đầu tư sẽ tìm kiếm khi xem xét đầu tư vào Series A. Tiết lộ: bạn có thể không cần doanh thu, nhưng bạn chắc chắn cần động lực! Chúng tôi sẽ chia sẻ các số liệu tốt nhất từ các công ty OSS khác để giúp bạn tìm ra thời điểm nên kêu gọi vốn.
Chúng tôi sẽ bắt đầu một ngày mới tại Google for Startups ở Madrid với cà phê. Buổi sáng có một loạt các buổi nói chuyện, sau đó là giờ nghỉ ăn trưa do Ultralytics tổ chức tại Google for Startups. Sau bữa trưa, chúng tôi sẽ đi sâu vào nhiều phiên hơn. Để kết thúc YV23, hãy tham gia cùng chúng tôi để có một giờ giao lưu kết nối chính thức, cũng được tổ chức tại Google for Startups.
Tham dự trực tiếp cho phép bạn đắm mình vào không khí sự kiện, giao lưu với diễn giả và những người tham dự khác, cũng như tham gia các buổi giao lưu. Đây là cơ hội duy nhất để tương tác trực tiếp với cộng đồng Vision AI.
Vé tham dự YV23 hoàn toàn miễn phí, cho dù bạn chọn tham gia trực tuyến hay trực tiếp.
Calle de Moreno Nieto, 2, 28005 Madrid, Tây Ban Nha.
YV23 cung cấp cả tùy chọn tham dự trực tuyến và trực tiếp. Để đảm bảo vị trí của bạn, chỉ cần hoàn thành mẫu đăng ký có trên trang này.
Nếu bạn ở Trung Quốc, vui lòng xem luồng Bilibili ảo tại đây. Nếu bạn tham gia từ các nơi khác trên thế giới, vui lòng theo dõi bằng luồng Youtube ảo tại đây.