mayo 15, 2021

La plataforma de aprendizaje profundo de Baidu alimenta el surgimiento de la IA industrial

Detrás de estos drones inteligentes hay modelos de aprendizaje profundo bien entrenados basados ​​en PaddlePaddle de Baidu, la primera plataforma de aprendizaje profundo de código abierto en China. Al igual que los principales marcos de inteligencia artificial como Google TensorFlow y PyTorch de Facebook, PaddlePaddle, que se inauguró en 2016, proporciona a los desarrolladores de software de todos los niveles de habilidades las herramientas, servicios y recursos que necesitan para adoptar e implementar rápidamente. Aprendizaje profundo a gran escala.

PaddlePaddle es utilizado por más de 1.9 millones de desarrolladores y 84,000 compañías en todo el mundo. Las industrias en toda China están utilizando la plataforma para crear aplicaciones especializadas para sus sectores, desde acelerar la industria automotriz de vehículos autónomos hasta aplicaciones de atención médica para combatir covid-19.

De hecho, la pandemia de coronavirus, que se ha extendido a 150 países y ha causado un shock económico global, está aumentando las demandas de transformación de IA. «Ahora es una oportunidad sin precedentes para el desarrollo de PaddlePaddle, dado el aumento de la inteligencia industrial y la aceleración de las infraestructuras basadas en inteligencia artificial», dice Haifeng Wang, director de tecnología de Baidu. «Continuaremos adoptando el espíritu de código abierto, impulsando la innovación tecnológica, trabajando con los desarrolladores para avanzar en el aprendizaje profundo y las tecnologías de inteligencia artificial y acelerar el proceso de inteligencia industrial».

En la reciente conferencia de la Cumbre 2021 sobre los desarrolladores de Baidu Deep Learning, el Director de Tecnología Haifeng Wang anunció la colaboración de PaddlePaddle en un ecosistema de hardware que incluye compañías de tecnología líderes a nivel mundial como Intel, NVIDIA, Arm China y Huawei.

Cómo PaddlePaddle entrenó al robot de clasificación de residuosS

Las tecnologías de aprendizaje profundo crean oportunidades para modernización, gestión de la carga de trabajo y productividad, incluso en sectores tradicionales como la producción, la silvicultura, la energía y la gestión de residuos. Por ejemplo, en el manejo de desechos, AI está transformando la recolección, clasificación y reciclaje de desechos, apoyando los esfuerzos para conservar los recursos naturales, reducir las emisiones de carbono y reducir los desechos que van a los vertederos. Según un informe del Banco Mundial, más de 2 mil millones de toneladas de residuos sólidos municipales se producen en todo el mundo cada año. Recogerlo y separarlo expone a los recolectores de desechos a una cantidad de factores de riesgo y peligros, lo que lo convierte en un área crítica para el desarrollo de tecnologías innovadoras de IA.

En Europa y los Estados Unidos, la tecnología de visión artificial se ha utilizado ampliamente para detectar diferentes tipos de desechos, como vidrio, plástico y cartón, para hacer que la recolección por separado sea más eficiente. Pero la tarea no es tan eficiente en todos los países.

«El uso de modelos tradicionales de visión por computadora en China sería inútil», dice Zhiwen Zhang, CEO de Jinlu Technology. “La basura en China no es compatible con lo que esta tecnología puede detectar. Las complicaciones tienden a surgir con la calidad de detección y con la identificación de diferentes desechos «, dice Zhang.

Un veterano de la visión artificial, Zhang estaba observando a PaddlePaddle para desarrollar aplicaciones para mejorar el reciclaje en China. Aunque la industria carece de experiencia en aprendizaje profundo, con PaddlePaddle, los desarrolladores no necesariamente tienen que ser expertos en aprendizaje profundo o construir cosas como modelos de procesamiento de datos desde cero.

La tecnología Jinlu utiliza un robot de clasificación de desechos programado con un modelo de detección de objetos para identificar diferentes tipos de desechos. También utiliza un modelo de segmentación de imágenes para encontrar basura y hacer cosas como detectar el borde de una botella y determinar su punto central. El modelo tarda solo medio segundo en reconocer una imagen.

Para las botellas de plástico, la tecnología Jinlu forma un modelo de segmentación de instancias que utiliza Paddle Detection, un kit de herramientas PaddlePaddle para el procesamiento de imágenes. El modelo incluye Edgeboard (la plataforma de desarrollo de procesamiento informático perimetral PaddlePaddle) a través de Paddle Lite, el marco de aprendizaje profundo PaddlePaddle diseñado para modelos ligeros y envía señales a brazos robóticos que clasifican la basura. Mientras que la detección de precisión de algoritmos tradicionales permanece entre 60% y 90%, dependiendo de la calidad de la basura, los algoritmos de aprendizaje profundo proporcionan una precisión de 93% a 99%.

La tecnología Jinlu forma un modelo de segmentación de imágenes utilizando Paddle Detection, un kit de herramientas PaddlePaddle para el procesamiento de imágenes, para identificar botellas de plástico, en un intento de hacer que la recolección por separado sea más eficiente.

“El uso de IA en la gestión de residuos promete un mayor potencial. La inteligencia artificial no solo puede ahorrar el 96% del trabajo humano, sino que también puede refinar la clasificación e identificar aún más los desechos que pueden ser difíciles de clasificar, como piezas grandes de materia orgánica, piezas pequeñas de metal y otras partículas. Sin mencionar que la inteligencia artificial puede aprender por sí misma a optimizar la tubería «, dice Zhang.

Características e innovaciones principales de PaddlePaddle

Actualmente, PaddlePaddle ofrece 146 algoritmos y ha avanzado más de 200 modelos de pretratamiento, algunos de ellos con códigos de código abierto para facilitar el rápido desarrollo de aplicaciones industriales. La plataforma también alberga kits de herramientas para fines de investigación de vanguardia, como Paddle Quantum para modelos de computación cuántica y Paddle Graph Learning para modelos de aprendizaje gráfico.

PaddlePaddle facilita el desarrollo de IA, al tiempo que reduce la carga técnica para los usuarios, utilizando un esquema programable para diseñar redes neuronales. Admite programación declarativa e imperativa con flexibilidad de desarrollo, por lo que puede desarrollar software con diferentes tipos de requisitos, todo mientras mantiene un alto rendimiento en tiempo de ejecución. Los algoritmos pueden diseñar automáticamente arquitecturas neuronales que ofrecen un mejor rendimiento que las desarrolladas por expertos humanos.

En el sudeste asiático, los drones forestales impulsados ​​por inteligencia artificial ayudaron a 155 oficinas forestales a ampliar el rango de inspecciones forestales del 40% al 100% y realizar hasta un 200% más eficientemente que las inspecciones manuales.

PaddlePaddle también ha progresado en el entrenamiento de redes neuronales profundas a gran escala. Su plataforma, la primera de su tipo en el mundo, admite la formación de redes neuronales profundas con más de 100 mil millones de características y billones de parámetros utilizando fuentes de datos distribuidas en cientos de nodos. Uno de los beneficiarios es Oppo, un fabricante de teléfonos inteligentes en China, que usa PaddlePaddle para aumentar la eficiencia de capacitación de su sistema de recomendación en un 80%.

PaddlePaddle no solo es compatible con otros marcos de código abierto para el modelado, sino que también acelera la inferencia de redes neuronales profundas para una variedad de procesadores y plataformas de hardware. En la reciente conferencia Baidu Summit 2021 para desarrolladores de Deep Learning, PaddlePaddle anunció su colaboración en un ecosistema de hardware que incluye a las principales compañías tecnológicas mundiales como Intel, NVIDIA, Arm China, Huawei, MediaTek, Cambricon, Inspur y Sugon.

PaddlePaddle todavía tiene margen de mejora, dice Tian Wu, vicepresidente corporativo de Baidu. «En el futuro, PaddlePaddle continuará avanzando en computación distribuida a gran escala y computación heterogénea, proporcionando a los desarrolladores la plataforma e infraestructura de producción más poderosas para acelerar el desarrollo de industrias inteligentes».

El papel de Paddle Paddle en la lucha contra covid-19

Una de las aplicaciones industriales desarrolladas por PaddlePaddle se está utilizando actualmente con fines médicos para combatir el covid-19. La herramienta de diagnóstico principal para la neumonía, uno de los efectos más graves de covid-19, es una tomografía computarizada (TC) de tórax. Con los médicos y los recursos de primera línea limitados para leer un número exponencialmente creciente de escaneos de manera rápida y precisa, la tecnología de imágenes por tomografía computarizada es fundamental para ayudar a los médicos a detectar y monitorear infecciones de manera más efectiva.

LinkingMed, una plataforma de datos de oncología con sede en Beijing y compañía de análisis de datos médicos, ha lanzado el primer modelo de inteligencia artificial de código abierto en China para el análisis de imágenes de neumonía por TC, basado en PaddlePaddle. El modelo de IA puede detectar e identificar rápidamente las lesiones pulmonares al tiempo que proporciona una evaluación cuantitativa de la información de diagnóstico, incluido el número, el volumen y la proporción de lesiones pulmonares.

Utilizando PaddlePaddle y su kit de herramientas de segmentación semántica PaddleSeg, LinkingMed desarrolló un sistema de detección de neumonía basado en inteligencia artificial y un sistema de detección de lesiones utilizado en el hospital afiliado de la Universidad de Xiangnan en la provincia de Hunan. El sistema puede detectar enfermedades en menos de un minuto con una precisión de detección del 92% y una tasa de recuperación del 97% en los conjuntos de datos de prueba.

En salud, la plataforma PaddlePaddle se usa para crear aplicaciones para combatir covid-19.

Se necesitará una inteligencia artificial sólida para manejar las tareas cada vez más complejas requeridas para el crecimiento tecnológico. Baidu se compromete a desarrollar la plataforma de aprendizaje profundo PaddlePaddle junto con investigadores de IA para crear un futuro mejor. Estamos entusiasmados de ver lo que hemos logrado en 2021 y esperamos nuevos descubrimientos en el futuro.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *