在 Ultralytics 的支持下,#YV23 是全球唯一专注于开源视觉人工智能发展和进步的会议。研究人员、工程师和从业人员将连续第二年齐聚一堂,分享知识、创新和进步。9 月 27 日,在西班牙马德里举行的 Google for Startups 会议上,与专家和领导者一起推动视觉人工智能新领域的发展。
1
天
18
会谈
2,000+
与会者在线
150
与会者本人
格伦-约切尔
创始人兼首席执行官
格伦创立了 Ultralytics 公司,领导美国国家地理空间情报局(NGA)的反中微子分析工作,最终完成了 miniTimeCube 实验,并在《自然》杂志上发表了世界上第一张全球反中微子地图。他更深刻地认识到,深奥的粒子物理学奥秘一直在困扰着我们,这促使他将人工通用智能(AGI)作为人类超越自身思维极限的最佳解决方案,并希望有朝一日能真正了解宇宙和我们在其中的位置。如今,他正以 Ultralytics YOLO 和 Ultralytics HUB 为先锋,努力打造世界上最好的视觉人工智能,作为未来 AGI 的基石。
KEYONTE:探索 Ultralytics YOLO:先进的视觉人工智能
小组讨论:让开源人工智能变得简单
阿德里安-博古谢夫斯基
软件布道师
8 年前,阿德里安毕业于格但斯克技术大学计算机科学专业。之后,他开始了自己在计算机视觉和深度学习领域的职业生涯。在过去的两年中,作为数据科学家和安卓开发人员团队的负责人,Adrian 负责开发一款足不出户就能拍摄专业照片(用于身份证或护照)的应用程序。他是 LandCover.ai 数据集的合著者、OpenCV 图像查看器插件的创建者,并偶尔担任深度学习讲师。他目前的职责是向人们介绍 OpenVINO 工具包。闲暇时,他喜欢旅行。你还可以和他聊聊金融,尤其是投资。
主题演讲:跳过排队!了解如何使用 YOLOv8 构建智能队列管理系统
吴绮莉
边缘人工智能合作与营销
Elaine是Seeed公司的边缘人工智能市场营销和合作伙伴经理,Seeed是一家物联网硬件公司,成立于2008年,同时也是英伟达嵌入式精英合作伙伴。在Seeed,通过与开发者、生态系统和Seeed的硬件技术相结合,她相信并致力于打造最可靠的硬件平台,帮助每个人实现数字化转型目标,并共同创造下一代人工智能产品。她的推特账号是@iamelainewu。
使用 YOLOv8 以无代码方式升级任何相机
沙希-奇拉帕加里
首席架构师兼联合创始人
Shashi Chilappagari 是 DeGirum 公司的联合创始人兼首席架构师。在加入 DeGirum 之前,他是 Marvell Semiconductor 公司 SSD 架构总监。Shashi 拥有印度马德拉斯印度理工学院的技术学士和技术硕士学位,以及亚利桑那州图森市亚利桑那大学的博士学位。
在边缘设备上部署量化的 YOLOv8 模型
梅尔-诺扬
开发人员宣传工程师
Merve Noyan 是 Hugging Face 的开发人员宣传工程师,致力于开源机器学习。她还是研究生机器学习研究员和机器学习 GDE。
用变形金刚实现开源愿景
阿米尔-塞尔维
边缘深度学习产品经理
阿米尔是索尼公司的边缘深度学习产品经理。阿米尔在技术领域、开发者工具方面拥有超过 15 年的经验,并在 Deci、Superwise 和 AnyVision 的人工智能生态系统中积累了丰富的经验,他擅长领导产品和研发团队为开发者提供最先进的技术产品,从计算机视觉应用到神经网络加速,一直到重塑边缘设备上的深度学习部署。
缩小人工智能研究与实时边缘之间的差距
格伦-约切尔
创始人兼首席执行官
格伦创立了 Ultralytics 公司,领导美国国家地理空间情报局(NGA)的反中微子分析工作,最终完成了 miniTimeCube 实验,并在《自然》杂志上发表了世界上第一张全球反中微子地图。他更深刻地认识到,深奥的粒子物理学奥秘一直在困扰着我们,这促使他将人工通用智能(AGI)作为人类超越自身思维极限的最佳解决方案,并希望有朝一日能真正了解宇宙和我们在其中的位置。如今,他正以 Ultralytics YOLO 和 Ultralytics HUB 为先锋,努力打造世界上最好的视觉人工智能,作为未来 AGI 的基石。
KEYONTE:探索 Ultralytics YOLO:先进的视觉人工智能
小组讨论:让开源人工智能变得简单
阿德里安-博古谢夫斯基
软件布道师
8 年前,阿德里安毕业于格但斯克技术大学计算机科学专业。之后,他开始了自己在计算机视觉和深度学习领域的职业生涯。在过去的两年中,作为数据科学家和安卓开发人员团队的负责人,Adrian 负责开发一款足不出户就能拍摄专业照片(用于身份证或护照)的应用程序。他是 LandCover.ai 数据集的合著者、OpenCV 图像查看器插件的创建者,并偶尔担任深度学习讲师。他目前的职责是向人们介绍 OpenVINO 工具包。闲暇时,他喜欢旅行。你还可以和他聊聊金融,尤其是投资。
主题演讲:跳过排队!了解如何使用 YOLOv8 构建智能队列管理系统
吴绮莉
边缘人工智能合作与营销
Elaine是Seeed公司的边缘人工智能市场营销和合作伙伴经理,Seeed是一家物联网硬件公司,成立于2008年,同时也是英伟达嵌入式精英合作伙伴。在Seeed,通过与开发者、生态系统和Seeed的硬件技术相结合,她相信并致力于打造最可靠的硬件平台,帮助每个人实现数字化转型目标,并共同创造下一代人工智能产品。她的推特账号是@iamelainewu。
使用 YOLOv8 以无代码方式升级任何相机
沙希-奇拉帕加里
首席架构师兼联合创始人
Shashi Chilappagari 是 DeGirum 公司的联合创始人兼首席架构师。在加入 DeGirum 之前,他是 Marvell Semiconductor 公司 SSD 架构总监。Shashi 拥有印度马德拉斯印度理工学院的技术学士和技术硕士学位,以及亚利桑那州图森市亚利桑那大学的博士学位。
在边缘设备上部署量化的 YOLOv8 模型
梅尔-诺扬
开发人员宣传工程师
Merve Noyan 是 Hugging Face 的开发人员宣传工程师,致力于开源机器学习。她还是研究生机器学习研究员和机器学习 GDE。
用变形金刚实现开源愿景
阿米尔-塞尔维
边缘深度学习产品经理
阿米尔是索尼公司的边缘深度学习产品经理。阿米尔在技术领域、开发者工具方面拥有超过 15 年的经验,并在 Deci、Superwise 和 AnyVision 的人工智能生态系统中积累了丰富的经验,他擅长领导产品和研发团队为开发者提供最先进的技术产品,从计算机视觉应用到神经网络加速,一直到重塑边缘设备上的深度学习部署。
缩小人工智能研究与实时边缘之间的差距
卡伦-迈克尔
产品主管
自 13 岁获得第一台电脑起,Kalen 就成为了一名程序员,他喜欢用最有效的方式解决各种挑战。编程和寻找解决方案是他的真正动力,没有什么比代码编译无错误时的兴奋更让人激动的了。他学习的语言越多,他的渴望就越强烈,他就等着有一天我们能像《黑客帝国》中那样下载技能。
人人都能使用人工智能Ultralytics HUB 公平竞争
埃里卡-布雷西亚
常务董事
Erica Brescia 于 2022 年加入红点创投(Redpoint Ventures)担任董事总经理,主要负责基础设施、人工智能、开发者工具和安全领域的
投资。她目前在 Dagger、Railway、Xata 和 Poolside 的
董事会任职,并领导了其他尚未公布的基础设施
投资。在加入 Redpoint 之前,Erica 是 GitHub 的首席运营官。在 GitHub 之前,Erica 是开源应用打包和部署公司 Bitnami 的共同
创始人兼首席运营官,
,该公司已被 VMware 收购。她还是 BitRock 的联合创始人兼首席执行官,该公司
开发了软件打包技术。
Erica 在开源
社区担任领导超过 15 年,自 2016 年以来一直在 Linux 基金会董事会任职。在加入 Redpoint 之前,Erica 曾是 Netlify、
Coda、Whimsical、Xata 和 Byteboard 等公司的天使投资人和顾问。她与丈夫、儿子
和可爱的拉布吉娃娃混血儿住在加利福尼亚州核桃溪。
开源系列:投资者在寻找什么
拉米特-德布纳特博士
联合创始人
剑桥大学计算社会科学与设计助理教授,剑桥大学集体智慧与设计小组主任,剑桥大学首位 "零研究员",通过与加州理工学院、哈佛大学、波士顿大学、MCC-Berlin 等顶尖学术机构,联合国环境规划署 (UNEP)、国际能源机构 (IEA) 等顶尖公共政策组织,以及气候和可持续发展领域的其他先驱合作,共同领导一项全球性研究工作,以提高公众对气候变化的认识。
加州理工学院客座副教授。曾在斯坦福大学、IEA 和孟买印度理工学院工作。盖茨学者。
人类和机器智能促进地球气候行动
Seán Boyle
联合创始人
担任 Twitter 的首位可持续发展主管,推出了首个全公司范围的气候行动战略,共同制定了首份气候变化错误/误导政策,并与包括《联合国气候变化框架公约》(UNFCCC)、联合国环境规划署(UNEP)、COP27、FridaysForFuture、WeDontHaveTime 在内的领先气候行动组织、包括剑桥大学在内的领先学术机构以及气候行动领域的其他先驱建立了合作关系。
曾在 Twitter 工作 8 年。曾在 Meta 和毕马威会计师事务所任职。
WeDontHaveTime 咨询委员会成员。Sigma Squared 荣誉会员。
人类和机器智能促进地球气候行动
约纳坦-盖夫曼
联合创始人兼首席执行官
Yonatan Geifman 是深度学习开发平台 Deci 的首席执行官兼联合创始人。在共同创办 Deci 之前,Yonatan 是谷歌人工智能 MorphNet 团队的成员。他拥有以色列理工学院(Technion-Israel Institute of Technology)计算机科学博士学位,以及以色列本-古里安大学(Ben-Gurion University)计算机科学学士和硕士学位。他的研究重点是使深度神经网络(DNN)更适用于关键任务。他的研究成果已在神经信息处理系统会议(NeurIPS)和国际机器学习会议(ICML)等全球顶级会议上发表和展示。
小组讨论:轻松实现开源视觉人工智能
拉克尚塔-迪萨亚纳克
应用工程师
Lakshantha是Seeed Studio的边缘人工智能高级应用工程师。他积极了解最新的人工智能趋势,并通过针对英伟达™(NVIDIA®)Jetson的分步维基教程向开发者社区提供嵌入式人工智能应用。此外,他还举办技术研讨会,并参与解决社区面临的技术问题。
展示与讲述:如何将 YOLO 部署到(几乎)任何地方:更简单、更快速!
达维特-布尼亚季扬
创始人兼首席执行官
达维特-布尼亚特扬(Davit Buniatyan)18 岁时,TechCrunch 对他进行了报道,使他首次获得了认可。在伦敦大学学院(UCL)完成计算机科学学位后,20 岁的他开始在普林斯顿大学攻读博士学位。在普林斯顿大学期间,戴维特在著名的普林斯顿神经科学实验室师从塞巴斯蒂安-盛教授,专心从事研究工作。
戴维特曾获得戈登-吴奖学金和 AWS 机器学习研究奖。他的开创性研究涉及绘制小鼠大脑的连接组。当他在神经科学实验室努力应对分析大量多模态数据集的挑战时,Davit 发现了机器学习领域的一些紧迫挑战。就这样,戴维特成为了Activeloop公司的创始首席执行官。在 Y-Combinator 和其他著名硅谷基金和天使投资人的支持下,Activeloop 正在构建 Deep Lake,一个旨在容纳所有人工智能数据的矢量数据库。
专利PT:利用企业级内存代理构建由 LLM 驱动的解决方案
Soumik Rakshit
ML 工程师
我是 Weights & Biases 公司的 ML 工程师和 Google JAX 开发专家。我还从事开源计算机视觉项目,研究兴趣包括生成计算、图像修复和计算机图形学。我主要通过实施研究论文、端到端 ML 示例以及 Ultralytics、Diffusers、Keras 等开源资源库的 MLOps 集成,积极为开源做出贡献。
利用权重和偏差提升超级分析能力
张博
算法策略师
张博是美团点评的算法策略师。他于 2013 年获得意大利特伦托大学信息学硕士学位。他曾致力于自动化机器学习和计算机视觉领域。他曾在 YOLOv6 项目中进行过严谨的合作。
小组讨论:轻松实现开源视觉人工智能
布拉姆-韦尔霍夫博士
机器学习主管
Bram Verhoef 拥有统计学、心理学和神经科学背景。2010 年从鲁汶大学获得博士学位后,他在哈佛大学和芝加哥大学从事博士后研究,重点研究注意力机制背后的计算神经科学。
2017 年,他回到比利时,在 Imec 担任首席技术人员,领导与新型模拟计算内存深度学习芯片相关的算法开发工作。2021 年,他共同创立了 Axelera AI 公司,目前担任机器学习主管,领导 Axelera AI 公司最先进的深度学习加速器的算法优化工作。
YOLO Supercharged:利用人工智能原生动力
莫妮卡-维拉斯
技术顾问兼讲师
前 IBM 高管,从事 IT 工作 20 多年。目前担任技术顾问和讲师。在 IT 行业工作多年后,我知道如何应用技术来改变和改进业务。我热衷于新的教学和学习方式,对云、分析、人工智能和指数技术有深入的了解,同时每天都在不断学习。作为一名工程师,我热爱技术和改变世界。作为一名工程师,我热爱技术,热爱改变世界。我有很强的化繁为简、解决问题和团队合作的能力。除了技术,我的另一个爱好是人。在我担任领导的 15 年中,我一直努力以身作则,带领大家工作。人们追随我,而这正是领导者的主要目标。在我的职业生涯中,对我帮助最大的三件事是人、毅力和激情。
人工智能的伦理挑战
Ultralytics 公司的 Glenn Jocher(YOLOv5 和 YOLOv8)、Deci 公司的 Yonatan Geifman(YOLO-NAS)和美团网的张博(YOLOv6)将共同探讨开源视觉人工智能的现状。本小组将深入探讨模型实施过程中遇到的挑战和优先事项,为无缝采用人工智能提供宝贵的见解。此外,小组成员还将探讨在边缘设备上的部署、研究物体再识别模块的潜力、提供有关模型部署的见解等。
全球已部署约 10 亿台网络摄像机。由先进的人工智能技术驱动的智能摄像机可以专注于最重要的事情,为从司机和行人到零售商和购物者的每个人带来空间安全。我们将带您了解英伟达™(NVIDIA®)Jetson 推理视频分析应用的整体边缘性能,您无需编写任何代码即可将任何传统摄像机升级为 YOLOv8 型号。
加入我们的行列,了解Axelera AI的Metis平台如何提供行业领先的性能和可用性,而成本和功耗只是目前现有解决方案的一小部分。了解我们的硬件和软件解决方案在优化边缘设备推理的YOLO模型方面取得的令人印象深刻的成果。
人工智能正在改变各个领域、商品和基本功能。然而,深度神经网络在内存、计算能力和能源方面消耗过多资源。为确保人工智能的广泛应用,它必须在终端用户设备上高效运行,并严格遵守功耗和散热限制。量化和压缩等技术在缓解这些挑战方面发挥着关键作用。
在本次网络研讨会上,索尼产品经理阿米尔-塞维(Amir Servi)将向您介绍索尼的模型压缩工具包,该工具包用于量化和加速深度学习模型,以实现高效的边缘部署。您将学会如何为自己的模型做同样的事情!您将了解到:
- 我们在量化技术方面的最新研究及其在实用产品中的实施
- 硬件感知压缩对边缘推理的重要性
- 工程师和研究人员如何通过索尼 MCT 实施这些技术
Ultralytics HUB 降低了进入 ML 世界的门槛,使个人和企业都能使用它,而无需考虑编码方面的专业知识。了解这个平台将如何彻底改变我们处理机器学习的方式,让新一代数据爱好者以前所未有的轻松方式将他们的想法变为现实。
不要错过我们的重大公告...
在嵌入式设备(从 NVIDIA Jetson 的边缘 GPU 到微小的 MCU)上部署最先进的模型面临着挑战和限制。我们将介绍如何在 NVIDIA Jetson 上以精简的方式部署包括 YOLOv8 在内的这些模型,以及视频分析应用推理的整体边缘性能。
格伦正在不遗余力地开发世界上最优秀的视觉人工智能。对他来说,这不仅是一项技术成就,更是实现 AGI 潜力的重要基石。这种不懈追求的矛头正是 YOLOv5、YOLOv8 和 Ultralytics HUB。
那么,是什么让 Ultralytics YOLO 成为世界上最好的呢?
变换器架构的引入以及🤗变换器库中用于预训练、微调和推断的用户友好型抽象极大地推动了计算机视觉领域的最新进展。本讲座概述了基于变换器的最新视觉模型,探讨了🤗变换器库中可用的实用工具,并对其背后的理念提供了实用的见解。
厌倦了在零售店结账时排长队吗?我们的智能排队管理系统就是答案!加入我们的教程,逐步了解如何使用 OpenVINO 和 YOLOv8 创建这样一个系统。我们将指导您如何集成这些功能强大的开源工具,以开发可部署在零售结账环境中的端到端解决方案。您将学习如何优化应用程序以实现出色的性能。无论您是经验丰富的开发人员还是人工智能新手,本讲座都将为您提供使用 OpenVINO 构建智能系统的实用技巧和最佳实践。讲座结束时,您将掌握构建自己的解决方案所需的知识和资源。
在人工智能(AI)飞速发展的时代,把握这项技术的伦理前景至关重要。在本环节中,莫妮卡将揭开伴随人工智能变革力量而来的错综复杂的伦理困境之网。从解决偏见和公平问题,到探讨透明度、问责制以及人工智能对社会的深远影响,莫妮卡将发表见解,阐明围绕人工智能的伦理考虑因素。
本讲座是您从根本上了解与人工智能相关的伦理挑战和责任的机会。莫妮卡将为您提供从事人工智能开发、决策或政策制定的人员所必需的知识。
基础模型对 GPU 计算的要求很高,可能不适合实时应用,尤其是如果你想扩展数百万个自主购买点。但是,我们利用了一种称为知识提炼的方法,将我们的基础模型用于注释等复杂任务,并将这些知识转移到更小的、具有成本效益的模型中。这使我们的标注过程比传统的人工标注快 90 倍。
Pssst.想听个秘密吗?如果我告诉你主动学习并不难呢?如果有......一种简单的方法呢?你很幸运。本讲座将向你展示如何使用 DagsHub 的数据引擎实现主动学习管道。其中 90% 的流程可以直接在 Jupyter Notebook 或 Google Colab 上运行!讲座结束后,您将掌握必要的信息,将现有项目转换为使用主动学习的项目,从而高效、快速地改进模型指标!
使用 YOLOv8 的开源工具可以帮助您快速启动和运行下一个视觉人工智能项目。这里有开源图像库、帮助自动进行数据标注的库、用于跟踪或计数的工具以及用于部署模型的服务器。了解如何将它们与 YOLOv8 结合使用,构建您的下一个应用程序。
全球正在竞相开发更大更好的人工智能(AI)系统,预计这将对社会和环境产生深远影响,改变就业市场,颠覆商业模式,促成新的治理和社会福利结构,从而影响全球对气候行动路径的共识。然而,目前的人工智能系统是根据有偏见的数据集进行训练的,这可能会破坏影响气候变化减缓和适应决策的政治机构的稳定,并损害社会稳定,从而可能导致社会倾覆事件。因此,如何适当设计一种偏差较小的人工智能系统,以反映对社会和地球挑战的直接和间接影响,是一个至关重要的问题。
对机器学习(ML)模型进行量化可显著减少模型大小,并由于带宽要求降低而减少推理延迟。如果部署在高效支持整数计算的硬件选项上,性能提升会更加显著。然而,量化有时会导致无法接受的精度下降。在本讲座中,我们将概述对 YOLOv8 模型进行高效量化的方法,使其成为各种实时边缘人工智能应用的绝佳选择。我们还介绍了一类具有 ReLU6 激活函数的 YOLOv8 模型,这些模型在各种模型架构和数据集上都显示出了出色的训练后量化效果。最后,我们说明了如何使用简单的应用程序接口将量化模型部署到多种硬件选项上,如 CPU、Edge TPU 和 Orca(DeGirum 的人工智能硬件加速器)。
Ultralytics 是用于图像分类、物体检测、图像分割和姿态估计等任务的最前沿、最先进的计算机视觉模型的家园。Weights & Biases是一个开发者优先的MLOps平台,与Ultralytics工作流程集成后,我们可以轻松管理实验、模型检查点,并以深入直观的方式可视化实验结果。在本环节中,我们将探讨如何利用 Ultralytics 和 Weights & Biases 有效地提高计算机视觉工作流程的效率。
了解我们是如何创建 PatentPT 的,这是一种先进的语言模型解决方案,可大大增强专利检索和交互能力。本讲座提供了关于微调和部署大型语言模型以及利用企业级记忆代理自动完成专利、生成摘要和权利要求书以及使用丰富的专利语料库执行高级专利检索功能的实用见解。我们将引导您了解如何使用尖端的 Activeloop 的 Deep Lake、人工智能数据库、开源 LLM 模型、Habana Gaudi HPU 硬件和 Amazon Sagemaker 的 LLM 推断 API 开发类似的解决方案。
我们将引导您了解架构蓝图和我们构建解决方案的所有步骤--从训练 LLM 模型到微调、创建自定义功能和部署搜索 API。
无论您是正在寻找微调 LLM 实用指南的人工智能从业者,还是对利用人工智能进行专利检索感兴趣的法律专业人士,抑或仅仅是对人工智能增强型解决方案的未来充满好奇,我们的讲座都能让您了解在专业领域使用 LLM 的过程和潜力。欢迎加入我们的行列,与我们一起分享在 Deep Lake(面向大小公司的人工智能数据库)的支持下构建由 LLM 驱动的定制应用程序的历程。
开源公司的构建方式与众不同。在本讲座中,我们将介绍投资者在考虑进行 A 轮投资时需要注意的事项。剧透:您可能不需要收入,但您一定需要发展势头!我们将分享其他开放源码软件公司的最佳指标,帮助您确定何时融资。
我们将在马德里的谷歌初创公司(Google for Startups)用咖啡拉开一天的序幕。上午将举行一系列会谈,随后是 Ultralytics 在 Google for Startups 举办的午餐休息时间。午餐后,我们将继续参加更多会议。为了给 YV23 画上圆满的句号,我们还将在 Google for Startups 举办官方交流欢乐时光。
亲自参加可以让您沉浸在活动氛围中,与演讲者和其他与会者互动,并参加交流会。这是一个与视觉人工智能社区直接接触的独特机会。
YV23 的门票完全免费,无论您是选择通过虚拟方式还是亲自参加我们的活动。
Calle de Moreno Nieto, 2, 28005 Madrid, Spain.
YV23 提供虚拟和现场两种出席方式。要确保您的位置,只需填写本页上的注册表即可。
如果您在中国,请点击此处查看 Bilibili 虚拟流。如果您在世界其他地方,请点击这里观看虚拟的 Youtube 频道。