Được cung cấp bởi Ultralytics #YV23 là hội nghị duy nhất trên thế giới tập trung vào sự phát triển và tiến bộ của AI thị giác nguồn mở. Diễn ra cả trực tiếp và trực tuyến, các nhà nghiên cứu, kỹ sư và chuyên gia 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 mở rộng ranh giới của lĩnh vực AI thị giác mới.
.avif)
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 đã thành lập Ultralytics dẫn dắt các nỗ lực phân tích phản neutrino của Cơ quan Tình báo Địa không gian Quốc gia Hoa Kỳ (NGA), đỉnh cao là thí nghiệm miniTimeCube và Bản đồ Phản neutrino Toàn cầu đầu tiên trên thế giới được công bố trên tạp chí Nature. Nhận thức sâu sắc hơn về những bí ẩn vật lý hạt sâu sắc mà chúng ta chưa khám phá đã dẫn ông đến Trí tuệ Nhân tạo Tổng quát (AGI) như một giải pháp tốt nhất để nhân loại vượt qua giới hạn của chính trí tuệ mình và một ngày nào đó thực sự hiểu được vũ trụ và vị trí của chúng ta trong đó. Ngày nay, ông đang nỗ lực xây dựng trí tuệ nhân tạo (AI) tầm nhìn tốt nhất thế giới, làm nền tảng cho một AGI tương lai, với Ultralytics YOLO Và Ultralytics HUB là người tiên phong trong nỗi ám ảnh này.
KEYONTE: Khám phá Ultralytics YOLO : Những tiến bộ trong AI thị giác tiên tiến
PANEL: Làm cho AI nguồn mở trở nên dễ dàng
.avif)
Adrian Boguszewski
Người truyền bá phần mềm

Adrian tốt nghiệp Đại học Công nghệ Gdansk chuyên ngành Khoa học Máy tính cách đây 8 năm. Sau đó, anh bắt đầu sự nghiệp trong lĩnh vực thị giác máy tính và học sâu. Là trưởng nhóm các nhà khoa học dữ liệu và Android Trong hai năm qua, Adrian đã phụ trách một ứng dụng chụp ảnh chuyên nghiệp (cho chứng minh thư hoặc hộ chiếu) mà không cần rời khỏi nhà. Anh là đồng tác giả của bộ dữ liệu LandCover.ai, người tạo ra OpenCV Plugin Trình xem Hình ảnh và thỉnh thoảng là giảng viên về Học sâu. Vai trò hiện tại của anh ấy là giáo dục mọi người về OpenVINO Toolkit. Anh ấy thích đi du lịch vào thời gian rảnh rỗi. Bạn cũng có thể trò chuyện với anh ấy 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 giám đốc tiếp thị và hợp tác Edge AI tại Seeed, một công ty phần cứng IoT từ năm 2008 và là Đối tác ưu tú của NVIDIA Nhúng. Tại Seeed, bằng cách hợp tác với các nhà phát triển, hệ sinh thái và chuyên môn phần cứng của Seeed, cô tin tưởng và nỗ lực trên con đường xây dựng nền tảng phần cứng đáng tin cậy nhất, trao quyền cho mọi người đạt được mục tiêu chuyển đổi số cũng như đồng sáng tạo sản phẩm AI thế hệ tiếp theo. Cô ấy đăng tweet từ @iamelainewu.
Nâng cấp bất kỳ máy ảnh nào với YOLOv8 theo cách không cần mã
.avif)
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 lượng tử hóa YOLOv8 Các mô hình trên thiết bị Edge

Merve Noyan
Kỹ sư Hỗ trợ Nhà phát triển

Merve Noyan là một kỹ sư trong lĩnh vực vận động phát triển tại Hugging Face , làm việc về máy học nguồn mở. Cô cũng là nhà nghiên cứu máy học sau đại học và GDE về Máy học.
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 đã thành lập Ultralytics dẫn dắt các nỗ lực phân tích phản neutrino của Cơ quan Tình báo Địa không gian Quốc gia Hoa Kỳ (NGA), đỉnh cao là thí nghiệm miniTimeCube và Bản đồ Phản neutrino Toàn cầu đầu tiên trên thế giới được công bố trên tạp chí Nature. Nhận thức sâu sắc hơn về những bí ẩn vật lý hạt sâu sắc mà chúng ta chưa khám phá đã dẫn ông đến Trí tuệ Nhân tạo Tổng quát (AGI) như một giải pháp tốt nhất để nhân loại vượt qua giới hạn của chính trí tuệ mình và một ngày nào đó thực sự hiểu được vũ trụ và vị trí của chúng ta trong đó. Ngày nay, ông đang nỗ lực xây dựng trí tuệ nhân tạo (AI) tầm nhìn tốt nhất thế giới, làm nền tảng cho một AGI tương lai, với Ultralytics YOLO Và Ultralytics HUB là người tiên phong trong nỗi ám ảnh này.
KEYONTE: Khám phá Ultralytics YOLO : Những tiến bộ trong AI thị giác tiên tiến
PANEL: Làm cho AI nguồn mở trở nên dễ dàng
.avif)
Adrian Boguszewski
Người truyền bá phần mềm

Adrian tốt nghiệp Đại học Công nghệ Gdansk chuyên ngành Khoa học Máy tính cách đây 8 năm. Sau đó, anh bắt đầu sự nghiệp trong lĩnh vực thị giác máy tính và học sâu. Là trưởng nhóm các nhà khoa học dữ liệu và Android Trong hai năm qua, Adrian đã phụ trách một ứng dụng chụp ảnh chuyên nghiệp (cho chứng minh thư hoặc hộ chiếu) mà không cần rời khỏi nhà. Anh là đồng tác giả của bộ dữ liệu LandCover.ai, người tạo ra OpenCV Plugin Trình xem Hình ảnh và thỉnh thoảng là giảng viên về Học sâu. Vai trò hiện tại của anh ấy là giáo dục mọi người về OpenVINO Toolkit. Anh ấy thích đi du lịch vào thời gian rảnh rỗi. Bạn cũng có thể trò chuyện với anh ấy 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 giám đốc tiếp thị và hợp tác Edge AI tại Seeed, một công ty phần cứng IoT từ năm 2008 và là Đối tác ưu tú của NVIDIA Nhúng. Tại Seeed, bằng cách hợp tác với các nhà phát triển, hệ sinh thái và chuyên môn phần cứng của Seeed, cô tin tưởng và nỗ lực trên con đường xây dựng nền tảng phần cứng đáng tin cậy nhất, trao quyền cho mọi người đạt được mục tiêu chuyển đổi số cũng như đồng sáng tạo sản phẩm AI thế hệ tiếp theo. Cô ấy đăng tweet từ @iamelainewu.
Nâng cấp bất kỳ máy ảnh nào với YOLOv8 theo cách không cần mã
.avif)
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 lượng tử hóa YOLOv8 Các mô hình trên thiết bị Edge

Merve Noyan
Kỹ sư Hỗ trợ Nhà phát triển

Merve Noyan là một kỹ sư trong lĩnh vực vận động phát triển tại Hugging Face , làm việc về máy học nguồn mở. Cô cũng là nhà nghiên cứu máy học sau đại học và GDE về Máy học.
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 dành cho mọi người: Ultralytics HUB cân 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 Khoa học xã hội tính toán và Thiết kế tại Đại học Cambridge, Giám đốc Nhóm trí tuệ tập thể và thiết kế (Đại học Cambridge) và là thành viên đầu tiên của Cambridge Zero, đồng lãnh đạo nỗ lực nghiên cứu toàn cầu nhằm nâng cao 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 các tổ chức tiên phong khác trong lĩnh vực khí hậu và phát triển 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 Trưởng phòng Phát triển 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/bỏ sót 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 tổ chức 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
.avif)
Yonatan Geifman
Đồng sáng lập & CEO

Yonatan Geifman là CEO và Đồng sáng lập của Deci, nền tảng phát triển học sâu. Trước khi đồng sáng lập Deci, Yonatan là thành viên của Google Nhóm MorphNet của AI. Ông có bằng Tiến sĩ Khoa học Máy tính của Viện Công nghệ Technion-Israel và bằng Cử nhân và Thạc sĩ Khoa học Máy tính của Đại học Ben-Gurion, Israel. Nghiên cứu của ông tập trung vào việc làm cho Mạng Nơ-ron Sâu (DNN) trở nên ứng dụng hơn cho các nhiệm vụ quan trọng. Nghiên cứu 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 Nơ-ron (NeurIPS) và Hội nghị Quốc tế về Học máy (ICML).
HỘI THẢO: Đơn giản hóa AI thị giác mã nguồn mở
.avif)
Lakshantha Dissayanake
Kỹ sư ứng dụng

Lakshantha là Kỹ sư Ứng dụng Cao cấp về Trí tuệ Nhân tạo Biên (Edge AI) tại Seeed Studio. Anh luôn cập nhật các 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 chi tiết từng bước. NVIDIA Jetson. Ngoài ra, anh còn tổ chức các hội thảo kỹ thuật và tham gia giải quyết các vấn đề kỹ thuật mà cộng đồng gặp phải.
Hiển thị và Trình bày: Cách triển khai YOLO với (Gần như) Mọi thứ: Đơn giản hơn và Nhanh hơn!

.avif)
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 Google Chuyên gia phát triển JAX. Tôi cũng tham gia các dự án thị giác máy tính nguồn mở với các lĩnh vực nghiên cứu như điện toán tạo sinh, phục hồi hình ảnh và đồ họa máy tính. Tôi tích cực đóng góp cho nguồn mở, chủ yếu thông qua việc triển khai các bài báo nghiên cứu, ví dụ học máy đầu cuối và tích hợp MLOps cho các kho lưu trữ nguồn mở như Ultralytics , Máy khuếch tán, Keras, v.v.
Siêu nạp Ultralytics với Weights & Biases

Bo Zhang
Chuyên gia Chiến lược Thuật toán
Bo Zhang là chuyên gia chiến lược thuật toán tại Meituan Vision. Anh nhận bằng Thạc sĩ Tin học tại Đại học Trento, Ý năm 2013. Trước đây, anh đã nghiên cứu về Học máy tự động và Thị giác máy tính. Anh đã hợp tác chặt chẽ trong các dự án YOLOv6 dự án.
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 nạp: Khai thác sức mạnh AI gốc


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 tham gia hội thảo này để khám phá tình hình AI thị giác nguồn mở. Hội thảo sẽ đi sâu vào những thách thức và ưu tiên gặp phải trong quá trình triển khai mô hình, cung cấp những hiểu biết giá trị cho việc áp dụng AI liền mạch. Ngoài ra, các diễn giả sẽ thảo luận về việc triển khai trên các thiết bị biên, xem xét tiềm năng của các mô-đun nhận dạng lại 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 tài xế, 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 dựa trên suy luận. NVIDIA Jetson và bạn có thể nâng cấp bất kỳ máy ảnh cũ nào với YOLOv8 mô hình không có bất kỳ dòng mã nào.
Hãy cùng chúng tôi khám phá cách nền tảng Metis của Axelera AI mang lại hiệu suất và khả năng sử dụng hàng đầu trong ngành, 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 từ giải pháp phần cứng và phần mềm của chúng tôi, tối ưu hóa YOLO mô hình 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 giúp giảm thiểu rào cản bước vào thế giới ML, giúp mọi cá nhân và doanh nghiệp đều có thể tiếp cận, bất kể trình độ lập trình. Tìm hiểu cách nền tảng này được thiết lập để cách mạng hóa cách chúng ta tiếp cận học máy, trao quyền cho 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 quan trọng của chúng tôi...
Triển khai các mô hình tiên tiến nhất trên các thiết bị nhúng từ Edge GPU của NVIDIA Từ Jetson đến các MCU tí hon đặt ra những thách thức và hạn chế. Chúng tôi sẽ hướng dẫn cách triển khai các mô hình này, bao gồm: YOLOv8 trong cách tiếp cận hợp lý hóa và hiệu suất biên tổng thể cho các ứng dụng phân tích video suy luận về NVIDIA Jetson.
Glenn đang không ngừng theo đuổi mục tiêu phát triển trí tuệ nhân tạo thị giác (Vision AI) tốt nhất thế giới. Đối với anh, đây không chỉ là một thành tựu công nghệ, mà còn là bước đệm quan trọng để hiện thực hóa tiềm năng của AGI. Những người tiên phong trong hành trình không ngừng nghỉ này không ai khác chính là YOLOv5 , YOLOv8 và Ultralytics TRUNG TÂM.
Vậy, điều gì làm cho Ultralytics YOLO 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 đã chán ngấy những hàng dài chờ đợi tại quầy thanh toán bán lẻ? Hệ thống Quản lý Hàng đợi Thông minh của chúng tôi chính là giải pháp! Hãy cùng chúng tôi tìm hiểu từng bước hướng dẫn cách tạo ra một hệ thống như vậy bằng cách sử dụng 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 toàn diện, có thể triển khai trong môi trường thanh toán bán lẻ. Bạn sẽ học cách tối ưu hóa ứng dụng để đạt hiệu suất vượt trội. Cho dù bạn là nhà phát triển giàu kinh nghiệm hay người mới làm quen với AI, buổi học này sẽ cung cấp các mẹo thực tế và phương pháp hay nhất để xây dựng các hệ thống thông minh bằng cách sử dụng OpenVINO . Đến cuối bài thuyết trình, bạn sẽ có kiến thức và nguồn lực 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 khắt khe về mặt GPU Tính toán và có thể không phù hợp với các ứng dụng thời gian thực, đặc biệt nếu bạn muốn mở rộng quy mô hàng triệu Điểm Mua Hàng Tự Động. Tuy nhiên, chúng tôi tận dụng phương pháp được gọi là chưng cất kiến thức, trong đó chúng tôi đặt các mô hình nền tảng cho các tác vụ phức tạp như chú thích và chuyển đổi kiến thức này thành các mô hình nhỏ hơn và tiết kiệm chi phí hơn. Điều này cho phép chúng tôi tăng tốc quy trình chú thích nhanh hơn tới 90 lần so với việc dán nhãn truyền thống của con người.
Pssst. Bạn có muốn nghe một bí mật không? Sẽ thế nào nếu tôi nói với bạn rằng học tập chủ động không nhất thiết phải khó khăn. Sẽ thế nào nếu có... một cách dễ dàng? Bạn thật may mắn. Bài nói chuyện này sẽ chỉ cho bạn chính xác cách triển khai một quy trình học tập chủ động bằng cách sử dụng DagsHub Công cụ dữ liệu của. Và 90% đường ống có thể chạy trực tiếp trong Jupyter Notebook hoặc trên Google Colab! Đến cuối buổi nói chuyện, bạn sẽ có thông tin cần thiết để chuyển đổi dự án hiện tại của mình thành dự án sử dụng phương pháp học tập chủ động nhằm cải thiện các số liệu của mô hình một cách hiệu quả và nhanh chóng!
Sử dụng các công cụ nguồn mở với YOLOv8 có thể giúp bạn triển khai dự án AI tầm nhìn tiếp theo một cách nhanh chóng. Có các kho lưu trữ hình ảnh nguồn mở, thư viện giúp tự động hóa việc gắn nhãn dữ liệu, công cụ theo dõi hoặc đếm, và máy chủ để triển khai 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 giúp 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 hiệu quả, hiệu suất có thể tăng đáng kể hơn nữa. Tuy nhiên, lượng tử hóa đôi khi có thể dẫn đến sự suy giảm độ chính xác không thể chấp nhận được. Trong bài nói chuyện này, chúng tôi trình bày tổng quan về các phương pháp lượng tử hóa hiệu quả. YOLOv8 các mô hình khiến chúng trở thành lựa chọn tuyệt vời cho nhiều ứng dụng AI biên thời gian thực. Chúng tôi cũng giới thiệu một lớp YOLOv8 Các mô hình với hàm kích hoạt ReLU6 cho kết quả lượng tử hóa sau đào tạo tuyệt vời trên nhiều kiến trúc mô hình và tập dữ liệu khác nhau. 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 phần cứng AI của DeGirum) bằng các API đơn giản.
Ultralytics là nơi lưu trữ các mô hình thị giác máy tính tiên tiến, hiện đại cho các nhiệm vụ như phân loại hình ảnh, phát hiện đối tượng, phân đoạn hình ảnh và ước tính tư thế. Weights & Biases là nền tảng MLOps dành cho nhà phát triển đầu tiên khi được tích hợp với Ultralytics quy trình làm việc, cho phép chúng ta dễ dàng quản lý các thí nghiệm, mô hình hóa các điểm kiểm tra và trực quan hóa kết quả thí nghiệm một cách sâu sắc và trực quan. Trong buổi học này, chúng ta sẽ khám phá cách chúng ta có thể tăng cường hiệu quả quy trình làm việc thị giác máy tính 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 ngày mới tại Google dành cho các doanh nghiệp khởi nghiệp tại Madrid với cà phê. Buổi sáng có một loạt các buổi nói chuyện, sau đó là giờ nghỉ trưa do Ultralytics Tại Google dành cho các doanh nghiệp khởi nghiệp. Sau bữa trưa, chúng ta sẽ tiếp tục tham gia các phiên thảo luận khác. Để kết thúc YV23, hãy cùng chúng tôi tham gia giờ giao lưu chính thức, cũng được tổ chức tại Google dành cho các công ty khởi nghiệp.
Tham dự trực tiếp cho phép bạn hòa mình vào không khí sự kiện, tương tác với các diễn giả và những người tham dự khác, đồng thời tham gia vào các buổi kết nối. Đây là một cơ hội duy nhất để tương tác trực tiếp với cộng đồng AI thị giác.
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.