Platforma głębokiego uczenia Baidu napędza rozwój przemysłowej sztucznej inteligencji

Dostarczone przez Baidu

Sztuczna inteligencja napędza transformację przemysłową w różnych sektorach, a my dopiero zaczynamy poznawać możliwości sztucznej inteligencji. Niektóre innowacje przemysłowe są ledwo zauważane, takie jak inspekcja lasów pod kątem zagrożeń pożarowych i zapobieganie, ale korzyści płynące ze sztucznej inteligencji w połączeniu z głębokim uczeniem mają szeroki wpływ. W Azji Południowo-Wschodniej drony leśne napędzane sztuczną inteligencją pomogły 155 biurom leśnym rozszerzyć zakres inspekcji lasów z 40% do 100% i wykonywać do 200% wydajniej niż inspekcje ręczne.

Ta treść została wyprodukowana przez Baidu.

• Nie została napisana przez redakcję MIT Technology Review.

Za tymi inteligentnymi dronami kryją się dobrze wyszkolone modele głębokiego uczenia się oparte na PaddlePaddle firmy Baidu, pierwszej w Chinach platformy do uczenia głębokiego typu open source. Podobnie jak główne struktury sztucznej inteligencji, takie jak TensorFlow firmy Google i PyTorch firmy Facebook, PaddlePaddle, który został udostępniony na zasadach open source w 2016 r., zapewnia twórcom oprogramowania na wszystkich poziomach umiejętności narzędzia, usługi i zasoby, których potrzebują do szybkiego wdrożenia i wdrożenia uczenia głębokiego na dużą skalę.

PaddlePaddle jest używany przez ponad 1,9 miliona programistów i 84 000 przedsiębiorstw na całym świecie. Branże w całych Chinach wykorzystują platformę do tworzenia specjalistycznych aplikacji dla swoich sektorów, od przyspieszania przez przemysł motoryzacyjny pojazdów autonomicznych po zastosowania branży opieki zdrowotnej do zwalczania COVID-19.

Rzeczywiście, pandemia koronawirusa, która rozprzestrzeniła się w 150 krajach i wywołała ogólnoświatowy szok gospodarczy, zwiększa zapotrzebowanie na transformację AI. Teraz jest bezprecedensowa okazja dla rozwoju PaddlePaddle, biorąc pod uwagę rozwój inteligencji przemysłowej i przyspieszenie infrastruktury opartej na sztucznej inteligencji, mówi Haifeng Wang, dyrektor ds. technologii w Baidu. Będziemy nadal podążać za duchem open source, napędzając innowacje technologiczne, współpracując z programistami w celu rozwijania technologii głębokiego uczenia i sztucznej inteligencji oraz przyspieszając proces inteligencji przemysłowej.

Na niedawnej konferencji Baidu Deep Learning Developer Conference Wave Summit 2020, dyrektor ds. technologii, Haifeng Wang, ogłosił współpracę PaddlePaddle w ekosystemie sprzętowym, który obejmuje wiodące globalne firmy technologiczne, takie jak Intel, NVIDIA, Arm China i Huawei.

Jak PaddlePaddle wyszkolił robota sortującego śmieci s

Technologie uczenia głębokiego stwarzają możliwości modernizacji operacji, zarządzania obciążeniem i produktywności, nawet w tradycyjnych branżach, takich jak produkcja, leśnictwo, energetyka i gospodarka odpadami. Na przykład w gospodarce odpadami sztuczna inteligencja przekształca zbiórkę, sortowanie i recykling śmieci, wspierając wysiłki na rzecz ochrony zasobów naturalnych, zmniejszenia emisji dwutlenku węgla i zmniejszenia ilości odpadów trafiających na składowiska odpadów. Według raportu Banku Światowego ponad 2 miliardy ton komunalnych odpadów stałych są produkowane na świecie każdego roku. Gromadzenie go i rozdzielanie naraża osoby zbierające odpady na wiele czynników ryzyka i zagrożeń, co sprawia, że ​​jest to obszar krytyczny dla rozwoju innowacyjnych technologii sztucznej inteligencji.

W Europie i Stanach Zjednoczonych technologia wizji komputerowej jest szeroko stosowana do wykrywania różnych rodzajów odpadów, takich jak szkło, plastik i tektura, w celu usprawnienia sortowania odpadów. Ale zadanie nie jest tak efektywne we wszystkich krajach.

Korzystanie z tradycyjnych modeli widzenia komputerowego w Chinach byłoby bezużyteczne, mówi Zhiwen Zhang, dyrektor generalny Jinlu Technology. Śmieci w Chinach nie są zgodne z tym, co może wykryć ta technologia. Komplikacje pojawiają się zwykle z jakością wykrywania i identyfikacją różnych śmieci, mówi Zhang.

Weteran wizji komputerowej, Zhang, przyglądał się PaddlePaddle, aby opracować aplikacje usprawniające sortowanie odpadów w Chinach. Chociaż w branży brakuje specjalistycznej wiedzy na temat głębokiego uczenia się, dzięki PaddlePaddle programiści niekoniecznie muszą być ekspertami w zakresie uczenia głębokiego lub budować od podstaw modele przetwarzania danych.

Jinlu Technology wykorzystuje robota sortującego śmieci zaprogramowanego na model wykrywania obiektów do identyfikacji różnych rodzajów śmieci. Wykorzystuje również model segmentacji obrazu, aby znaleźć śmieci i robić takie rzeczy, jak wykrywanie krawędzi butelki i określanie jej punktu środkowego. Model rozpoznaje obraz w zaledwie pół sekundy.

W przypadku plastikowych butelek Jinlu Technology szkoli model segmentacji instancji przy użyciu Paddle Detection, zestawu narzędzi PaddlePaddle do przetwarzania obrazu. Model przewiduje na Edgeboard (platforma programistyczna Edge Computing PaddlePaddle) poprzez Paddle Lite, platformę głębokiego uczenia PaddlePaddle dostosowaną do lekkich modeli i wysyła sygnały do ​​ramion robotów, które klasyfikują śmieci. Podczas gdy tradycyjne sprawdzanie dokładności algorytmu utrzymuje się na poziomie od 60% do 90%, w zależności od jakości śmieci, algorytmy głębokiego uczenia zapewniają dokładność od 93% do 99%.

Jinlu Technology szkoli model segmentacji obrazu przy użyciu Paddle Detection, zestawu narzędzi PaddlePaddle do przetwarzania obrazu, w celu identyfikacji plastikowych butelek – w celu zwiększenia wydajności sortowania odpadów.

Wykorzystanie sztucznej inteligencji w gospodarce odpadami obiecuje dalszy potencjał. Sztuczna inteligencja może nie tylko oszczędzić pracy ludzkiej o 96%, ale może również udoskonalić sortowanie i dalej identyfikować odpady, które mogą być trudne do skategoryzowania, takie jak duże kawałki materii organicznej, małe kawałki metalu i inne cząstki. Nie wspominając, że sztuczna inteligencja może się sama nauczyć, aby zoptymalizować potok, mówi Zhang.

Główne cechy i innowacje PaddlePaddle

Obecnie PaddlePaddle oferuje 146 algorytmów i zaawansował ponad 200 modeli szkolenia wstępnego, niektóre z nich zawierają kody open-source ułatwiające szybki rozwój aplikacji przemysłowych. Platforma udostępnia również zestawy narzędzi do najnowocześniejszych celów badawczych, takie jak Paddle Quantum do modeli obliczeń kwantowych i Paddle Graph Learning do modeli uczenia wykresów.

PaddlePaddle ułatwia rozwój sztucznej inteligencji, jednocześnie zmniejszając obciążenie techniczne użytkowników, wykorzystując programowalny schemat do projektowania sieci neuronowych. Obsługuje programowanie deklaratywne i imperatywne z elastycznością programowania — dzięki czemu można tworzyć oprogramowanie o różnych typach wymagań — przy jednoczesnym zachowaniu wysokiej wydajności w czasie wykonywania. Algorytmy mogą automatycznie projektować architektury neuronowe, które oferują lepszą wydajność niż te opracowane przez ekspertów.

W południowo-wschodniej Azji drony leśne napędzane sztuczną inteligencją pomogły 155 biurom leśnym rozszerzyć zakres inspekcji lasów z 40% do 100% i wykonywać do 200% wydajniej niż inspekcje ręczne.

PaddlePaddle dokonał również przełomu w treningu głębokich sieci neuronowych na bardzo dużą skalę. Jego platforma, pierwsza tego typu na świecie, obsługuje trenowanie głębokich sieci neuronowych z ponad 100 miliardami funkcji i bilionami parametrów przy użyciu źródeł danych rozproszonych na setkach węzłów. Jednym z beneficjentów jest Oppo, producent smartfonów w Chinach, który wykorzystuje PaddlePaddle do zwiększenia efektywności szkoleń swojego systemu rekomendacji o 80%.

PaddlePaddle jest nie tylko kompatybilny z innymi platformami typu open source do trenowania modeli, ale także przyspiesza wnioskowanie o głębokich sieciach neuronowych dla różnych procesorów i platform sprzętowych. Na niedawnej konferencji Baidu Deep Learning Developer Conference Wave Summit 2020, PaddlePaddle ogłosiło współpracę w ekosystemie sprzętowym, który obejmuje wiodące globalne firmy technologiczne, takie jak Intel, NVIDIA, Arm China, Huawei, MediaTek, Cambricon, Inspur i Sugon.

PaddlePaddle wciąż może ulec poprawie, mówi wiceprezes korporacyjny Baidu, Tian Wu. W przyszłości PaddlePaddle będzie nadal rozwijać rozproszone przetwarzanie na dużą skalę i przetwarzanie heterogeniczne, zapewniając najpotężniejszą platformę produkcyjną i infrastrukturę dla programistów, aby przyspieszyć rozwój inteligentnych branż.

Rola PaddlePaddle w walce z Covid-19

Jedno z zastosowań przemysłowych opracowanych przez PaddlePaddle jest obecnie wykorzystywane do celów medycznych do zwalczania Covid-19. Podstawowym narzędziem diagnostycznym zapalenia płuc, jednego z poważnych skutków covid-19, jest tomografia komputerowa klatki piersiowej (CT). Przy ograniczonej liczbie lekarzy pierwszego kontaktu i zasobach umożliwiających szybkie i dokładne odczytywanie wykładniczo rosnącej liczby skanów, technologia obrazowania TK ma kluczowe znaczenie dla pomocy klinicystom w skuteczniejszym wykrywaniu i monitorowaniu infekcji.

LinkingMed, pekińska platforma danych onkologicznych i firma zajmująca się analizą danych medycznych, wydała pierwszy w Chinach model AI typu open source do analizy obrazów CT zapalenia płuc, oparty na PaddlePaddle. Model AI może szybko wykryć i zidentyfikować zmiany płucne, zapewniając jednocześnie ocenę ilościową informacji diagnostycznych, w tym liczbę, objętość i proporcję zmian płucnych.

Korzystając z PaddlePaddle i jego zestawu narzędzi do segmentacji semantycznej PaddleSeg, LinkingMed opracował oparty na sztucznej inteligencji system do badań przesiewowych zapalenia płuc i wykrywania zmian, który jest używany w szpitalu afiliowanym przy Uniwersytecie Xiangnan w prowincji Hunan. System może zlokalizować chorobę w czasie krótszym niż jedna minuta z dokładnością wykrywania na poziomie 92% i wskaźnikiem przywołania na poziomie 97% w przypadku zestawów danych testowych.

W opiece zdrowotnej platforma PaddlePaddle jest wykorzystywana do tworzenia aplikacji do walki z Covid-19.

Do zarządzania coraz bardziej złożonymi zadaniami wymaganymi do rozwoju technologicznego potrzebna będzie solidna sztuczna inteligencja. Baidu angażuje się w rozwój platformy głębokiego uczenia PaddlePaddle wraz z badaczami sztucznej inteligencji, aby stworzyć lepszą przyszłość. Jesteśmy podekscytowani widząc, co osiągnęliśmy w 2020 roku i czekamy na nowe przełomy w przyszłości.

ukryć