La piattaforma di deep learning di Baidu alimenta l'ascesa dell'IA industriale

Fornito da Baidu

L'intelligenza artificiale sta guidando la trasformazione industriale in una varietà di settori e stiamo appena iniziando a grattare la superficie delle capacità dell'IA. Alcune innovazioni industriali vengono a malapena notate, come l'ispezione forestale per i rischi di incendio e la prevenzione, ma i vantaggi dell'IA, insieme al deep learning, hanno un impatto ad ampio raggio. Nel sud-est asiatico, i droni forestali alimentati dall'intelligenza artificiale hanno aiutato 155 uffici forestali ad ampliare la gamma di ispezioni forestali dal 40% al 100% e a eseguire fino al 200% in modo più efficiente rispetto alle ispezioni manuali.

Questo contenuto è stato prodotto da Baidu.

• Non è stato scritto dalla redazione del MIT Technology Review.

Dietro questi droni intelligenti ci sono modelli di deep learning ben addestrati basati su PaddlePaddle di Baidu, la prima piattaforma di deep learning open source in Cina. Come i principali framework di intelligenza artificiale come TensorFlow di Google e PyTorch di Facebook, PaddlePaddle, che è stato open source nel 2016, fornisce agli sviluppatori di software di tutti i livelli gli strumenti, i servizi e le risorse di cui hanno bisogno per adottare e implementare rapidamente il deep learning su larga scala.

PaddlePaddle è utilizzato da oltre 1,9 milioni di sviluppatori e 84.000 aziende in tutto il mondo. Le industrie di tutta la Cina stanno utilizzando la piattaforma per creare applicazioni specializzate per i loro settori, dall'accelerazione dei veicoli autonomi dell'industria automobilistica alle applicazioni dell'industria sanitaria per combattere il covid-19.

In effetti, la pandemia di coronavirus, che si è diffusa in oltre 150 paesi e ha causato uno shock economico mondiale, sta aumentando le richieste di trasformazione dell'IA. Ora è un'opportunità senza precedenti per lo sviluppo di PaddlePaddle data l'ascesa dell'intelligence industriale e l'accelerazione delle infrastrutture basate sull'intelligenza artificiale, afferma Haifeng Wang, chief technology officer di Baidu. Continueremo ad abbracciare lo spirito open source, guidando l'innovazione tecnologica, collaborando con gli sviluppatori per far avanzare le tecnologie di deep learning e intelligenza artificiale e accelerando il processo di intelligenza industriale.

Al recente Baidu Deep Learning Developer Conference Wave Summit 2020, il Chief Technology Officer Haifeng Wang ha annunciato la collaborazione di PaddlePaddle in un ecosistema hardware che include aziende tecnologiche leader a livello mondiale come Intel, NVIDIA, Arm China e Huawei.

Come PaddlePaddle ha addestrato il robot per lo smistamento dei rifiuti S

Le tecnologie di deep learning creano opportunità per rinnovare le operazioni, la gestione del carico di lavoro e la produttività, anche nei settori tradizionali come la produzione, la silvicoltura, l'energia e la gestione dei rifiuti. Ad esempio, nella gestione dei rifiuti, l'IA sta trasformando la raccolta, lo smistamento e il riciclaggio dei rifiuti, sostenendo gli sforzi per preservare le risorse naturali, ridurre le emissioni di carbonio e ridurre i rifiuti che finiscono nelle discariche. Secondo un rapporto della Banca Mondiale, più di 2 miliardi di tonnellate di rifiuti solidi urbani vengono prodotti nel mondo ogni anno. Raccoglierlo e separarlo espone i raccoglitori di rifiuti a un numero qualsiasi di fattori di rischio e pericoli, rendendo questa un'area critica per lo sviluppo di tecnologie di intelligenza artificiale innovative.

In Europa e negli Stati Uniti, la tecnologia di visione artificiale è stata ampiamente utilizzata per rilevare diversi tipi di rifiuti, come vetro, plastica e cartone, per rendere più efficiente la raccolta differenziata. Ma il compito non è così efficiente in tutti i paesi.

L'uso dei tradizionali modelli di visione artificiale in Cina sarebbe inutile, afferma Zhiwen Zhang, CEO di Jinlu Technology. La spazzatura in Cina non è compatibile con ciò che può essere rilevato da questa tecnologia. Le complicazioni tendono a sorgere con la qualità del rilevamento e con l'identificazione di rifiuti diversi, afferma Zhang.

Un veterano della visione artificiale, Zhang stava osservando PaddlePaddle per sviluppare applicazioni per migliorare la raccolta differenziata dei rifiuti in Cina. Sebbene al settore manchi l'esperienza del deep learning, con PaddlePaddle gli sviluppatori non devono necessariamente essere esperti di deep learning o costruire cose come modelli di elaborazione dati da zero.

Jinlu Technology utilizza un robot per lo smistamento dei rifiuti programmato con un modello di rilevamento degli oggetti per identificare diversi tipi di immondizia. Utilizza anche un modello di segmentazione dell'immagine per trovare immondizia e fare cose come rilevare il bordo di una bottiglia e determinarne il punto centrale. Il modello impiega solo mezzo secondo per riconoscere un'immagine.

Per le bottiglie di plastica, Jinlu Technology addestra un modello di segmentazione dell'istanza utilizzando Paddle Detection, un toolkit PaddlePaddle per l'elaborazione delle immagini. Il modello prevede su Edgeboard (piattaforma di sviluppo edge computing di PaddlePaddle) tramite Paddle Lite, il framework di apprendimento profondo di PaddlePaddle su misura per modelli leggeri, e invia segnali ai bracci robotici che classificano la spazzatura. Mentre il tradizionale screening dell'accuratezza degli algoritmi rimane tra il 60% e il 90%, a seconda della qualità dei rifiuti, gli algoritmi di deep learning offrono una precisione dal 93% al 99%.

Jinlu Technology addestra un modello di segmentazione dell'immagine utilizzando Paddle Detection, un toolkit PaddlePaddle per l'elaborazione delle immagini, per identificare le bottiglie di plastica, nel tentativo di rendere più efficiente la raccolta differenziata.

L'uso dell'IA nella gestione dei rifiuti promette un ulteriore potenziale. L'IA non solo può risparmiare il lavoro umano del 96%, ma può anche perfezionare lo smistamento e identificare ulteriormente i rifiuti che possono essere difficili da classificare, come grandi pezzi di materia organica, piccoli pezzi di metallo e altre particelle. Per non parlare del fatto che l'IA può auto-imparare a ottimizzare la pipeline, afferma Zhang.

Principali caratteristiche e innovazioni di PaddlePaddle

Attualmente, PaddlePaddle offre 146 algoritmi e ha avanzato più di 200 modelli di pre-training, alcuni dei quali con codici open source per facilitare il rapido sviluppo di applicazioni industriali. La piattaforma ospita anche toolkit per scopi di ricerca all'avanguardia, come Paddle Quantum per modelli di calcolo quantistico e Paddle Graph Learning per modelli di apprendimento grafico.

PaddlePaddle facilita lo sviluppo dell'IA riducendo al contempo l'onere tecnico per gli utenti, utilizzando uno schema programmabile per progettare le reti neurali. Supporta la programmazione dichiarativa e imperativa con flessibilità di sviluppo, quindi può sviluppare software con diversi tipi di requisiti, il tutto preservando prestazioni di runtime elevate. Gli algoritmi possono progettare automaticamente architetture neurali che offrono prestazioni migliori rispetto a quelle sviluppate da esperti umani.

Nel sud-est asiatico, i droni forestali alimentati dall'intelligenza artificiale hanno aiutato 155 uffici forestali ad ampliare la gamma di ispezioni forestali dal 40% al 100% e a eseguire fino al 200% in modo più efficiente rispetto alle ispezioni manuali.

PaddlePaddle ha anche compiuto progressi nell'addestramento delle reti neurali profonde su larga scala. La sua piattaforma, la prima al mondo nel suo genere, supporta l'addestramento di reti neurali profonde con oltre 100 miliardi di funzionalità e trilioni di parametri utilizzando fonti di dati distribuite su centinaia di nodi. Uno dei beneficiari è Oppo, un produttore di smartphone in Cina, che utilizza PaddlePaddle per aumentare dell'80% l'efficienza della formazione del suo sistema di raccomandazione.

Non solo PaddlePaddle è compatibile con altri framework open source per l'addestramento dei modelli, ma accelera anche l'inferenza di reti neurali profonde per una varietà di processori e piattaforme hardware. Al recente Baidu Deep Learning Developer Conference Wave Summit 2020, PaddlePaddle ha annunciato la sua collaborazione in un ecosistema hardware che include aziende tecnologiche leader a livello mondiale come Intel, NVIDIA, Arm China, Huawei, MediaTek, Cambricon, Inspur e Sugon.

PaddlePaddle ha ancora margini di miglioramento, afferma Tian Wu, vicepresidente aziendale di Baidu. In futuro, PaddlePaddle continuerà a promuovere l'elaborazione distribuita su larga scala e l'elaborazione eterogenea, fornendo la piattaforma di produzione e l'infrastruttura più potenti per gli sviluppatori per accelerare lo sviluppo di industrie intelligenti.

Il ruolo di PaddlePaddle nella lotta al covid-19

Una delle applicazioni industriali sviluppate da PaddlePaddle è attualmente utilizzata per scopi medici per combattere il covid-19. Lo strumento diagnostico principale per la polmonite, uno degli effetti gravi del covid-19, è una tomografia computerizzata (TC) del torace. Con medici in prima linea limitati e risorse per leggere un numero esponenzialmente crescente di scansioni in modo rapido e accurato, la tecnologia di imaging TC è fondamentale per aiutare i medici a rilevare e monitorare le infezioni in modo più efficace.

LinkingMed, una piattaforma di dati oncologici con sede a Pechino e società di analisi dei dati medici, ha rilasciato il primo modello di IA open source cinese per l'analisi delle immagini TC della polmonite, basato su PaddlePaddle. Il modello AI è in grado di rilevare e identificare rapidamente le lesioni polmonari fornendo al contempo una valutazione quantitativa per le informazioni diagnostiche, inclusi il numero, il volume e la proporzione delle lesioni polmonari.

Utilizzando PaddlePaddle e il suo toolkit di segmentazione semantica PaddleSeg, LinkingMed ha sviluppato un sistema di screening della polmonite e rilevamento delle lesioni basato sull'intelligenza artificiale utilizzato nell'ospedale affiliato all'Università di Xiangnan nella provincia di Hunan. Il sistema è in grado di individuare la malattia in meno di un minuto con una precisione di rilevamento del 92% e un tasso di richiamo del 97% sui set di dati dei test.

Nel settore sanitario, la piattaforma PaddlePaddle viene utilizzata per creare applicazioni per combattere il covid-19.

Sarà necessaria un'intelligenza artificiale robusta per gestire i compiti sempre più complessi necessari per la crescita tecnologica. Baidu si impegna a sviluppare la piattaforma di deep learning PaddlePaddle insieme ai ricercatori di intelligenza artificiale per creare un futuro migliore. Siamo entusiasti di vedere cosa abbiamo realizzato nel 2020 e non vediamo l'ora di nuove scoperte in futuro.

nascondere