211service.com
Het deep-learningplatform van Baidu stimuleert de opkomst van industriële AI
Geleverd door Baidu
AI stimuleert industriële transformatie in verschillende sectoren, en we beginnen nog maar net aan de oppervlakte van AI-mogelijkheden. Sommige industriële innovaties worden nauwelijks opgemerkt, zoals bosinspectie voor brandgevaar en preventie, maar de voordelen van AI in combinatie met deep learning hebben een brede impact. In Zuidoost-Azië hebben AI-aangedreven bosdrones 155 bosbouwbureaus geholpen het bereik van bosinspecties uit te breiden van 40% naar 100% en tot 200% efficiënter uit te voeren dan handmatige inspecties.
Deze inhoud is geproduceerd door Baidu.
Het is niet geschreven door de redactie van MIT Technology Review.
Achter deze slimme drones gaan goed opgeleide deep-learningmodellen gebaseerd op Baidu's PaddlePaddle, het eerste open-source deep-learningplatform in China. Net als reguliere AI-frameworks zoals Google's TensorFlow en Facebook's PyTorch, biedt PaddlePaddle, dat in 2016 open source was, softwareontwikkelaars van alle vaardigheidsniveaus de tools, services en middelen die ze nodig hebben om deep learning snel op grote schaal toe te passen en te implementeren.
PaddlePaddle wordt wereldwijd gebruikt door meer dan 1,9 miljoen ontwikkelaars en 84.000 ondernemingen. Industrieën in heel China gebruiken het platform om gespecialiseerde toepassingen voor hun sectoren te creëren, van de versnelling van autonome voertuigen in de auto-industrie tot toepassingen in de gezondheidszorg voor de bestrijding van covid-19.
De pandemie van het coronavirus, die zich over 150 landen heeft verspreid en een wereldwijde economische schok heeft veroorzaakt, stelt inderdaad hogere eisen aan AI-transformatie. Dit is een ongekende kans voor de ontwikkeling van PaddlePaddle, gezien de opkomst van industriële intelligentie en de versnelling van AI-aangedreven infrastructuur, zegt Haifeng Wang, chief technology officer bij Baidu. We zullen de geest van open source blijven omarmen, technologische innovatie stimuleren, samenwerken met ontwikkelaars om deep-learning- en AI-technologieën te bevorderen en het proces van industriële intelligentie te versnellen.
Tijdens de recente Baidu Deep Learning Developer Conference Wave Summit 2020 kondigde Chief Technology Officer Haifeng Wang de samenwerking van PaddlePaddle aan in een hardware-ecosysteem dat toonaangevende wereldwijde technologiebedrijven zoals Intel, NVIDIA, Arm China en Huawei omvat.
Hoe PaddlePaddle de robot voor het sorteren van afval trainde s
Deep-learningtechnologieën creëren kansen voor het vernieuwen van operaties, werklastbeheer en productiviteit, zelfs in traditionele industrieën zoals productie, bosbouw, energie en afvalbeheer. Op het gebied van afvalbeheer transformeert AI bijvoorbeeld het verzamelen, sorteren en recyclen van afval, waardoor inspanningen worden ondersteund om natuurlijke hulpbronnen te behouden, koolstofemissies te verminderen en afval dat naar stortplaatsen gaat, te verminderen. Volgens een rapport van de Wereldbank zijn meer dan 2 miljard ton vast gemeentelijk afval worden elk jaar in de wereld geproduceerd. Door het te verzamelen en te scheiden, worden afvalverzamelaars blootgesteld aan een groot aantal risicofactoren en gevaren, waardoor dit een cruciaal gebied is voor de ontwikkeling van innovatieve AI-technologieën.
In Europa en de VS is computervisietechnologie uitgebreid gebruikt voor het detecteren van verschillende soorten afval, zoals glas, plastic en karton, om het sorteren van afval efficiënter te maken. Maar de taak is niet in alle landen even efficiënt.
Het gebruik van traditionele computervisiemodellen in China zou nutteloos zijn, zegt Zhiwen Zhang, CEO van Jinlu Technology. Het afval in China is niet compatibel met wat door deze technologie kan worden gedetecteerd. Er doen zich vaak complicaties voor met de detectiekwaliteit en met het identificeren van divers afval, zegt Zhang.
Zhang, een veteraan op het gebied van computervisie, keek naar PaddlePaddle om toepassingen te ontwikkelen om de afvalsortering in China te verbeteren. Hoewel de industrie niet de expertise van deep learning heeft, hoeven ontwikkelaars met PaddlePaddle niet per se deep learning-experts te zijn of dingen als gegevensverwerkingsmodellen helemaal opnieuw te bouwen.
Jinlu Technology gebruikt een afvalsorteerrobot die is geprogrammeerd met een objectdetectiemodel om verschillende soorten afval te identificeren. Het gebruikt ook een beeldsegmentatiemodel om afval te vinden en dingen te doen zoals het detecteren van de rand van een fles en het bepalen van het middelpunt. Het model heeft slechts een halve seconde nodig om een afbeelding te herkennen.
Voor plastic flessen traint Jinlu Technology een instantiesegmentatiemodel met behulp van Paddle Detection, een PaddlePaddle-toolkit voor beeldverwerking. Het model voorspelt op Edgeboard (PaddlePaddle's edge computing-ontwikkelingsplatform) via Paddle Lite, het diepgaande leerraamwerk van PaddlePaddle dat is afgestemd op lichtgewicht modellen, en stuurt signalen naar robotarmen die het afval classificeren. Terwijl traditionele screening op nauwkeurigheid van algoritmen tussen 60% en 90% blijft, leveren deep-learning algoritmen een nauwkeurigheid van 93% tot 99%, afhankelijk van de kwaliteit van het afval.
Jinlu Technology traint een beeldsegmentatiemodel met behulp van Paddle Detection, een PaddlePaddle-toolkit voor beeldverwerking, om plastic flessen te identificeren - in een poging om afvalsortering efficiënter te maken.
Het gebruik van AI in afvalbeheer belooft nog meer potentieel. AI kan niet alleen menselijke arbeid met 96% besparen, maar het kan ook het sorteren verfijnen en afval dat moeilijk te categoriseren is, zoals grote stukken organisch materiaal, kleine stukjes metaal en andere deeltjes, verder identificeren. Om nog maar te zwijgen van het feit dat AI zichzelf kan leren de pijplijn te optimaliseren, zegt Zhang.
Belangrijkste kenmerken en innovaties van PaddlePaddle
Momenteel biedt PaddlePaddle 146 algoritmen en heeft het meer dan 200 pre-trainingsmodellen ontwikkeld, waarvan sommige met open-sourcecodes om de snelle ontwikkeling van industriële toepassingen te vergemakkelijken. Het platform bevat ook toolkits voor geavanceerde onderzoeksdoeleinden, zoals Paddle Quantum voor modellen voor kwantumcomputers en Paddle Graph Learning voor modellen voor het leren van grafieken.
PaddlePaddle faciliteert AI-ontwikkeling terwijl de technische last voor gebruikers wordt verlaagd, met behulp van een programmeerbaar schema om de neurale netwerken te ontwerpen. Het ondersteunt declaratief en imperatief programmeren met ontwikkelingsflexibiliteit - dus het kan software ontwikkelen met verschillende soorten vereisten - en dit alles met behoud van hoge runtime-prestaties. Algoritmen kunnen automatisch neurale architecturen ontwerpen die betere prestaties bieden dan die ontwikkeld door menselijke experts.
In Zuidoost-Azië hebben AI-aangedreven bosdrones 155 bosbouwbureaus geholpen het bereik van bosinspecties uit te breiden van 40% naar 100% en tot 200% efficiënter uit te voeren dan handmatige inspecties.
PaddlePaddle heeft ook doorbraken gemaakt in de training van ultragrootschalige diepe neurale netwerken. Het platform, het eerste in de wereld in zijn soort, ondersteunt de training van diepe neurale netwerken met meer dan 100 miljard functies en biljoenen parameters met behulp van gegevensbronnen verspreid over honderden knooppunten. Een van de begunstigden is Oppo, een smartphoneproducent in China, die PaddlePaddle gebruikt om de trainingsefficiëntie van zijn aanbevelingssysteem met 80% te verhogen.
PaddlePaddle is niet alleen compatibel met andere open-source frameworks voor modeltraining, het versnelt ook de inferentie van diepe neurale netwerken voor een verscheidenheid aan processors en hardwareplatforms. Op de recente Baidu Deep Learning Developer Conference Wave Summit 2020 kondigde PaddlePaddle zijn samenwerking aan in een hardware-ecosysteem dat toonaangevende wereldwijde technologiebedrijven omvat, zoals Intel, NVIDIA, Arm China, Huawei, MediaTek, Cambricon, Inspur en Sugon.
PaddlePaddle heeft nog steeds ruimte voor verbetering, zegt Baidu's corporate vice-president Tian Wu. In de toekomst zal PaddlePaddle grootschalige gedistribueerde computing en heterogene computing blijven bevorderen, en het krachtigste productieplatform en de krachtigste infrastructuur voor ontwikkelaars bieden om de ontwikkeling van intelligente industrieën te versnellen.
De rol van PaddlePaddle in de strijd tegen covid-19
Een van de industriële toepassingen ontwikkeld vanuit PaddlePaddle is momenteel in gebruik voor medische doeleinden ter bestrijding van covid-19. Het primaire diagnostische hulpmiddel voor longontsteking, een van de ernstige effecten van covid-19, is een CT-scan (thorax). Met beperkte eerstelijnsartsen en middelen om een exponentieel groeiend aantal scans snel en nauwkeurig te lezen, is CT-beeldvormingstechnologie cruciaal om clinici te helpen infecties effectiever te detecteren en te controleren.
LinkingMed, een in Peking gevestigd oncologisch dataplatform en bedrijf voor medische data-analyse, heeft China's eerste open-source AI-model voor CT-beeldanalyse van longontsteking uitgebracht, mogelijk gemaakt door PaddlePaddle. Het AI-model kan pneumonische laesies snel detecteren en identificeren, terwijl het een kwantitatieve beoordeling biedt voor diagnose-informatie, inclusief het aantal, het volume en het aandeel van de pneumonische laesies.
Door PaddlePaddle en zijn semantische segmentatietoolkit PaddleSeg te gebruiken, heeft LinkingMed een door AI aangedreven pneumoniescreening- en laesiedetectiesysteem ontwikkeld dat wordt gebruikt in het ziekenhuis dat is aangesloten bij de Xiangnan University in de provincie Hunan. Het systeem kan de ziekte in minder dan een minuut lokaliseren met een detectienauwkeurigheid van 92% en een terugroeppercentage van 97% op testdatasets.
In de gezondheidszorg wordt het PaddlePaddle-platform gebruikt om applicaties te bouwen om covid-19 te bestrijden.
Robuuste AI zal nodig zijn om de steeds complexere taken te beheren die nodig zijn voor technologische groei. Baidu zet zich in om samen met AI-onderzoekers het PaddlePaddle deep-learningplatform te ontwikkelen om een betere toekomst te creëren. We zijn verheugd om te zien wat we in 2020 hebben bereikt en kijken uit naar nieuwe doorbraken in de toekomst.