「車輪の再発明」を拒否し、EasyDL で AI カスタム開発を体験できます

[[414878]]

私たちは、あらゆるものが感知され、接続され、インテリジェントになる世界に突入しています。

作業場: 高速カメラがベルトコンベア上の部品の写真を撮影し、機械で識別して不良部品を選別します。

農場: 牛に首輪を装着し、生物学的特性を読み取ってデータ分析を行い、牛乳生産効率を向上させます。

空港: 乗客の身元が身元認識システムによって識別された後、空港データの背景と組み合わせて適切なセキュリティ チェックポイントが乗客に割り当てられます。

…

人工知能は徐々に産業化段階に入り、AIの応用シーンはますます多様化、複雑化しています。インテリジェントな遺伝子は、人々の本来の仕事の方法や生活習慣を静かに変えつつあります。しかし、インテリジェント アプリケーションの需要が爆発的に増加しているにもかかわらず、多くの業界における AI テクノロジの研究開発とアプリケーション展開の敷居とコストは常に非常に高いという事実に直面する必要があります。従来の方法で AI モデルをカスタマイズすると、コストと時間がかかり、プロジェクトの結果が期待どおりにならないことがよくあります。ソフトウェアとハ​​ードウェアを組み合わせて機械知能を実現するにはどうすればよいでしょうか?カスタマイズされたシナリオで AI 開発のコストを制御するにはどうすればよいでしょうか? AI モデルを最適化および反復するためのより高速なツールを見つけることはできますか?これらは、企業がAI導入を推進する際に必ず直面する課題です。

最近、「ハードウェアとソフトウェアのインテリジェントイノベーションが明らかにする、インテリジェントハードウェアAIアプリケーションの技術的困難と業界実装」をテーマにしたBaidu Smart Cloud EasyDLゼロ閾値AI開発プラットフォームウェビナーがオンラインで成功裏に開催されました。 Baidu の専門家と業界代表者は、基調講演、インタラクティブな Q&A セッション、EasyDL プラットフォームが AI の実装をサポートし、企業のコスト削減と効率向上にどのように役立つかなど、さまざまな観点から AI 制作ツールの産業的価値を示しました。

ゼロ閾値AI開発プラットフォーム：必要性から生まれたAI制作ツール

Baidu とボストン コンサルティング グループの共同調査によると、さまざまな業界のビジネス シナリオにおいて、約 86% の業界では、ビジネス効率を向上させるために、関連する AI モデルのカスタマイズされた開発が必要であることがわかりました。典型的なシナリオには、工業品質検査、自動物流仕分け、スマート小売りなどがあります。しかし、AI 機能をカスタマイズして開発する際に、多くの企業は、モデルのトレーニング経験の不足、モデルの適応と展開の煩雑さ、モデルの反復と最適化のサイクルの長さ、人件費の高額な投資などの問題点に直面することがよくあります。このような背景から、Baidu は EasyDL ゼロ閾値 AI 開発プラットフォームを立ち上げました。

Baidu Smart CloudのプロダクトマネージャーであるXin Tong氏が最初にEasyDLの概要と機能上の利点を紹介しました。

このプラットフォームは主にカスタマイズされたトレーニング シナリオを対象としており、企業の開発者にアルゴリズム基盤なしで高精度の AI モデル開発機能を提供します。このプラットフォームは、画像、動画、テキスト、音声、OCR、構造化データ、製品検出など、7 つの主要なデータ ソースをカバーできます。コードの記述を必要としないインタラクティブな方法により、パブリック クラウド、デバイス側 SDK、ハードウェアとソフトウェアの統合、ローカル サーバーなど、さまざまな方法で展開できる柔軟な展開パッケージを作成できます。

EasyDL は主に、市場に解決すべき AI 問題に対する標準化されたソリューションが存在しない、企業内に専門的なアルゴリズム人材が不足している、AI モデルの機能を実際の業務生産ラインに統合する必要があり、モデルの高精度な効果要件が比較的高いなどの状況に適用できることがわかります。

具体的には、EasyDL には 3 つの主要な機能上の利点があります。

まずは全体のシーン。 EasyDL は、7 つの主要な方向と 17 の垂直カテゴリで AI トレーニング タスクをサポートします。

第二に、閾値はありません。データ準備とモデルトレーニングという 2 つの主要なリンクには多くの問題点がありますが、EasyDL は開発者にターゲットを絞った機能とトレーニング パラダイムを提供し、基礎知識のないアルゴリズム担当者に視覚的なチェックボックス方式を提供します。開発者は、実際の業界アプリケーションに応じて、超高精度、高精度、高性能などのさまざまなアルゴリズムを選択し、ワンクリックでモデルトレーニングタスクを開始できます。これにより、AI開発のコアリンクを開始するためのゼロハードルが実現し、高精度のモデルカスタマイズが実現します。

3つ目は、幅広い適応性です。 AIモデルをハードウェアに適応させる技術は難しいが、EasyDLはさまざまな形式のモデル展開サービスに幅広く適応でき、15種類のチップと4つの主要オペレーティングシステムに適応できる。また、Baiduが独自に開発したハードウェアとソフトウェアの統合展開ソリューションEdgeBoardも提供しており、EdgeBoard上で推論速度を平均10倍以上向上させることができる。

Xintong は部品選別ビジネス シナリオを例に挙げ、開発者が EasyDL を使用する手順を簡単に説明しました。このシナリオの基本的な要件は、製造プロセス中に部品を分類し、ネジかナットかを区別することです。この場合、開発者はタスクを完了するために 5 つのステップのみを必要とします。1. タスク タイプを選択する (つまり、オブジェクト検出モデルをトレーニングする)。2. データをアップロードしてラベルを付ける。3. ワンクリック モデル トレーニングを開始する。4. モデルを (たとえば、デバイス側 SDK として) 公開する。5. それを実際のビジネス生産ラインに統合する。 Xintong氏は、EasyDL機能の実装境界の観点から、最速15分でカスタマイズされたAIサービスを取得できると述べました。

AIエッジデプロイメント：デバイス側でのモデル高速化

その後、Baidu Smart Cloud R&D エンジニアの Yiwen が AI 開発とエッジ展開の技術ソリューションを分析しました。関連する調査レポートによると、AI モデルのエッジおよびローカル展開の需要が高まっています。翻訳では、AI モデルの導入計画は本質的に精度、パフォーマンス、コストのバランスをとる必要があり、このバランスをどのように実現するかが開発者が直面する課題でもあると指摘しています。エッジ展開も例外ではありません。

AI 開発者が注意する必要があるのは、エッジ展開の長所と短所が非常に明確であるということです。主な利点は、ネットワークに依存しない（またはネットワークへの依存度が低い）ためプライバシーの保護に役立つこと、ネットワーク遅延の影響を受けず、場合によっては応答が速いこと、パフォーマンスがより安定していること、チップのコストがクラウド展開よりも低いことが多いことです。デメリットとしては、条件と消費電力の制限により、コンピューティング能力が比較的低い、水平展開が難しい、主要ハードウェアメーカーの技術標準を統一するのが難しく、エッジ展開ソリューションの一貫性が非常に低い、一部のハードウェアメーカーが提供するソフトウェアソリューションやサポートツールがあまり完璧ではないため、エッジ展開の研究開発コストが大幅に増加する、などが挙げられます。

Baidu の AI 開発プラットフォームにおいて、EasyDL が AI 開発プロセス全体に対するソリューションであるのに対し、EasyEdge はモデル展開に重点を置いたツールです。主な目標は、1. モデルをエンド サイドにさらに適合させることであり、モデル変換、モデル圧縮、モデル最適化が含まれます。2. 展開フェーズでより優れたサービスを提供し、ユーザーが使いやすくすることであり、チップの適応、パフォーマンス評価、セキュリティ強化などの機能が含まれます。

簡単に言えば、EasyEdge は Baidu が独自に開発したエッジ コンピューティング モデル生成プラットフォームであり、独自のディープラーニング モデルをエッジ ノードやスマート端末に適したエッジ モデルに迅速に生成できます。要件を満たす元のモデルがこのプラットフォームに入力されると、EasyEdge はシミュレーション分析、変換、互換性、加速を実行し、最終的に SDK にパッケージ化して一連のコンピューティング サービスを生成します。

この翻訳では、EasyEdge のネットワークとフレームワークのサポートについて簡単に説明します。

EasyEdge は、画像分類、検出、顔、姿勢、セグメンテーション、OCR など、さまざまな種類のディープラーニング モデルの展開をサポートしています。現在、EasyEdge は、MobileNet シリーズ、ResNeXt シリーズ、DenseNet シリーズなど 50 種類以上のネットワークをサポートしています。

同時に、EasyEdge は、PaddlePaddle を含む複数のディープラーニング フレームワークのほか、業界で主流の 6 つのフレームワーク (TensorFlow、PyTorch、DarkNet、Caffe、mxent、ONNX など) へのアクセスをサポートしています。導入を容易にするために、EasyEdge は現在、いくつかのディープラーニング フレームワーク モデルの変換もサポートしています。

EasyEdge は、CPU、GPU、汎用 ARM デバイスなどの一般的な汎用チップだけでなく、Intel Movidius シリーズ、HiSilicon NNIE などの市場で主流の専用チップを含む幅広いエンド デバイスもサポートしています。

翻訳によると、EasyEdgeを使用すると開発と展開の時間が大幅に短縮され、モデルの推論速度も大幅に向上するとのこと。「エッジコンピューティングサービスは、わずか2分で生成できる」とのこと。

リサイクルされた飲料ボトルの識別: EasyDL によるグリーン経済の強化

現在、EasyDLは工業、農業、小売、医療、物流などの業界で広く導入されています。このセミナーでは、深セン桂谷智能有限公司のソフトウェアディレクターであるChu Shengfeng氏が、リモート接続を通じてネットユーザーと識別アプリケーション分野におけるEasyDLプラットフォームの事例を共有しました。

朱盛鋒氏は、このプロジェクトの主な内容は飲料ボトルの識別とリサイクルであり、主に香港の顧客を対象としていると紹介した。香港政府は環境問題を考慮し、飲料ボトル製造業者にリサイクル税を課す計画を開始しており、その税金は製造業者を通じて消費者に転嫁されることになる。例えば、水のボトルの値段は2元から2.2元、さらに2.3元へと値上がりし、その数セントはデポジットとみなすことができます。水を飲んだ後、ユーザーは空のボトルを飲料ボトルリサイクル機に入れると、リサイクル機はユーザーが事前に支払った保証金を返還し、生産と消費のグリーンサイクルを形成します。

このプロセス全体を見ると、リサイクルを実現するための鍵は、飲料ボトルリサイクル機がリサイクル基準を完全に満たすボトルを「インテリジェントに」識別し、ボトルを入れたユーザーにお金を返すことができるかどうかです。これもこのプロジェクトの難しい部分です。

EasyDL プラットフォームを試用した結果、Guigu Intelligence は、このプラットフォームが使いやすいだけでなく、トレーニングと使用に非常に役立つ結果を提供し、多くの時間とコストを消費しないことを発見しました。さまざまな形状のボトルの画像 2,000 枚を使ったトレーニングを通じて、お客様のニーズにさらに応えられるようになります。現在、このプロジェクトでは約100台のインテリジェント飲料ボトルリサイクルマシンが使用されています。 EasyDL は、企業が AI 機能を迅速に獲得するのを支援する点で効率的かつ成熟していることがわかります。

【結論】EasyDLゼロ閾値AI開発プラットフォームは、AIの応用から実装までの閾値とコストを下げるだけでなく、関連企業がインテリジェントビジネスに変革するための新たな方向性を提供します。開発者を「車輪の再発明」の泥沼から解放し、ビジネスとイノベーションにさらに集中できるようにし、アルゴリズムから実装までの AI の適用プロセスを加速します。 EasyDL の将来を待ちたいと思います。

詳細については、 https ://ai.baidu.com/easydl/ をご覧ください。