211service.com
La plataforma de aprendizaje profundo de Baidu impulsa el auge de la IA industrial
Proporcionado por Baidu
La IA está impulsando la transformación industrial en una variedad de sectores, y apenas estamos comenzando a rascar la superficie de las capacidades de la IA. Algunas innovaciones industriales apenas se notan, como la inspección forestal para la prevención y los riesgos de incendios, pero los beneficios de la IA cuando se combinan con el aprendizaje profundo tienen un impacto de gran alcance. En el sudeste asiático, los drones forestales impulsados por IA han ayudado a 155 oficinas forestales a ampliar el rango de inspecciones forestales del 40 % al 100 % y realizar hasta un 200 % más de eficiencia que las inspecciones manuales.
Este contenido fue producido por Baidu.
No fue escrito por el equipo editorial de MIT Technology Review.
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 trabajo de IA, como TensorFlow de Google y PyTorch de Facebook, PaddlePaddle, que fue de código abierto en 2016, proporciona a los desarrolladores de software de todos los niveles las herramientas, los servicios y los recursos que necesitan para adoptar e implementar rápidamente el aprendizaje profundo a escala.
PaddlePaddle está siendo utilizado por más de 1,9 millones de desarrolladores y 84.000 empresas en todo el mundo. Las industrias en toda China están utilizando la plataforma para crear aplicaciones especializadas para sus sectores, desde la aceleración de vehículos autónomos de la industria automotriz hasta las aplicaciones de la industria del cuidado de la salud para combatir el covid-19.
De hecho, la pandemia de coronavirus, que se ha extendido por 150 países y ha causado un impacto económico mundial, está aumentando la demanda de transformación de la IA. Ahora es una oportunidad sin precedentes para el desarrollo de PaddlePaddle dado el aumento de la inteligencia industrial y la aceleración de la infraestructura impulsada por IA, dice Haifeng Wang, director de tecnología de Baidu. Continuaremos adoptando el espíritu de código abierto, impulsando la innovación tecnológica, asociándonos con desarrolladores para avanzar en las tecnologías de inteligencia artificial y aprendizaje profundo, y acelerando el proceso de inteligencia industrial.
En la reciente Conferencia de desarrolladores de aprendizaje profundo de Baidu Wave Summit 2020, el director de tecnología, Haifeng Wang, anunció la colaboración de PaddlePaddle en un ecosistema de hardware que incluye empresas tecnológicas líderes a nivel mundial como Intel, NVIDIA, Arm China y Huawei.
Cómo PaddlePaddle entrenó al robot clasificador de basura s
Las tecnologías de aprendizaje profundo crean oportunidades para renovar las operaciones, la gestión de la carga de trabajo y la productividad, incluso en industrias tradicionales como la fabricación, la silvicultura, la energía y la gestión de residuos. Por ejemplo, en la gestión de desechos, la IA está transformando la recolección, clasificación y reciclaje de desechos, apoyando los esfuerzos para conservar los recursos naturales, reducir las emisiones de carbono y disminuir 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 el mundo cada año. Recolectarlo y separarlo expone a los recicladores a una serie de factores de riesgo y peligros, lo que hace de esta un área crítica para el desarrollo de tecnologías innovadoras de IA.
En Europa y EE. UU., la tecnología de visión por computadora se ha utilizado ampliamente para detectar diferentes tipos de desechos, como vidrio, plástico y cartón, para hacer que la clasificación de desechos sea más eficiente. Pero la tarea no es tan eficiente en todos los países.
Usar modelos tradicionales de visión por computadora en China sería inútil, dice Zhiwen Zhang, director ejecutivo de Jinlu Technology. La basura en China no es compatible con lo que puede detectar esta tecnología. Las complicaciones tienden a surgir con la calidad de detección y con la identificación de basura diversa, dice Zhang.
Zhang, un veterano de la visión por computadora, estaba mirando a PaddlePaddle para desarrollar aplicaciones para mejorar la clasificación de desechos 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.
Jinlu Technology utiliza un robot de clasificación de basura programado con un modelo de detección de objetos para identificar diferentes tipos de basura. 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 apenas medio segundo en reconocer una imagen.
Para las botellas de plástico, Jinlu Technology entrena un modelo de segmentación de instancias utilizando Paddle Detection, un conjunto de herramientas de PaddlePaddle para el procesamiento de imágenes. El modelo predice en Edgeboard (la plataforma de desarrollo de computación de borde de PaddlePaddle) a través de Paddle Lite, el marco de aprendizaje profundo de PaddlePaddle diseñado para modelos livianos, y envía señales a los brazos robóticos que clasifican la basura. Mientras que la precisión de los algoritmos tradicionales se mantiene entre el 60 % y el 90 %, dependiendo de la calidad de la basura, los algoritmos de aprendizaje profundo ofrecen una precisión del 93 % al 99 %.
Jinlu Technology entrena un modelo de segmentación de imágenes utilizando Paddle Detection, un conjunto de herramientas de PaddlePaddle para el procesamiento de imágenes, para identificar botellas de plástico, en un esfuerzo por hacer que la clasificación de desechos sea más eficiente.
El uso de IA en la gestión de residuos promete un mayor potencial. La IA no solo puede ahorrar el trabajo humano en un 96 %, sino que también puede refinar la clasificación e identificar aún más los desechos que pueden ser difíciles de categorizar, como grandes piezas de materia orgánica, pequeñas piezas de metal y otras partículas. Sin mencionar que la IA puede autoaprender para optimizar la canalización, dice Zhang.
Principales características y novedades de PaddlePaddle
Actualmente, PaddlePaddle ofrece 146 algoritmos y ha avanzado más de 200 modelos de preentrenamiento, algunos de ellos con códigos abiertos para facilitar el rápido desarrollo de aplicaciones industriales. La plataforma también alberga conjuntos de herramientas para fines de investigación de vanguardia, como Paddle Quantum para modelos de computación cuántica y Paddle Graph Learning para modelos de aprendizaje de gráficos.
PaddlePaddle facilita el desarrollo de IA al tiempo que reduce la carga técnica para los usuarios, utilizando un esquema programable para diseñar las redes neuronales. Admite la programación declarativa e imperativa con flexibilidad de desarrollo, por lo que puede desarrollar software con diferentes tipos de requisitos, todo mientras conserva un alto rendimiento de 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 IA han ayudado a 155 oficinas forestales a ampliar el rango de inspecciones forestales del 40 % al 100 % y realizar hasta un 200 % más de eficiencia que las inspecciones manuales.
PaddlePaddle también ha logrado avances en el entrenamiento de redes neuronales profundas a gran escala. Su plataforma, la primera en el mundo de su tipo, admite el entrenamiento de redes neuronales profundas con más de 100 mil millones de funciones 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 utiliza PaddlePaddle para aumentar en un 80% la eficiencia de entrenamiento de su sistema de recomendación.
PaddlePaddle no solo es compatible con otros marcos de código abierto para el entrenamiento de modelos, sino que también acelera la inferencia de redes neuronales profundas para una variedad de procesadores y plataformas de hardware. En la reciente Conferencia de desarrolladores de aprendizaje profundo de Baidu Wave Summit 2020, PaddlePaddle anunció su colaboración en un ecosistema de hardware que incluye empresas tecnológicas líderes a nivel mundial como Intel, NVIDIA, Arm China, Huawei, MediaTek, Cambricon, Inspur y Sugon.
PaddlePaddle todavía tiene margen de mejora, dice el vicepresidente corporativo de Baidu, Tian Wu. En el futuro, PaddlePaddle seguirá avanzando en la computación distribuida a gran escala y la computación heterogénea, brindando la plataforma de producción y la infraestructura más poderosas para que los desarrolladores aceleren el desarrollo de industrias inteligentes.
El papel de PaddlePaddle en la lucha contra el covid-19
Una de las aplicaciones industriales desarrolladas desde PaddlePaddle se encuentra actualmente en uso con fines médicos para combatir el covid-19. La principal herramienta de diagnóstico para la neumonía, uno de los efectos graves de covid-19, es una tomografía computarizada (TC) de tórax. Con médicos de primera línea y recursos limitados para leer un número exponencialmente creciente de escaneos de manera rápida y precisa, la tecnología de imágenes de TC es crucial para ayudar a los médicos a detectar y monitorear infecciones de manera más efectiva.
LinkingMed, una plataforma de datos oncológicos y una compañía de análisis de datos médicos con sede en Beijing, lanzó el primer modelo de IA de código abierto de China para el análisis de imágenes de TC de neumonía, impulsado por PaddlePaddle. El modelo de IA puede detectar e identificar rápidamente lesiones neumónicas al tiempo que proporciona una evaluación cuantitativa para la información de diagnóstico, incluido el número, el volumen y la proporción de lesiones neumónicas.
Mediante el uso de PaddlePaddle y su conjunto de herramientas de segmentación semántica PaddleSeg, LinkingMed ha desarrollado un sistema de detección de lesiones y detección de neumonía impulsado por IA que se utiliza en el hospital afiliado a la Universidad de Xiangnan en la provincia de Hunan. El sistema puede identificar la enfermedad en menos de un minuto con una precisión de detección del 92 % y una tasa de recuperación del 97 % en conjuntos de datos de prueba.
En el cuidado de la salud, la plataforma PaddlePaddle se está utilizando para construir aplicaciones para luchar contra el covid-19.
Se necesitará una IA robusta para administrar 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 encantados de ver lo que hemos logrado en 2020 y esperamos nuevos avances en el futuro.