Intel, Açık Kaynak AI Referans Kitlerini Yayınladı

Açık kaynak tasarımları, sağlık, üretim, perakende ve diğer sektörlerdeki çözümler için yapay zeka geliştirmeyi basitleştirir.

Yenilikler: Intel, kurum içi, bulut ve uç ortamlardaki kuruluşlara AI’yı daha erişilebilir hale getirmek için özel olarak tasarlanmış ilk açık kaynaklı AI referans kitlerini piyasaya sürdü. İlk olarak Intel Vision’da tanıtılan referans kitleri, mimariler arası performans için AI model kodu, uçtan uca makine öğrenimi ardışık düzen talimatları, kitaplıklar ve Intel oneAPI bileşenlerini içerir. Bu kitler, veri bilimcilerin ve geliştiricilerin daha yüksek doğruluk, daha iyi performans ve daha düşük toplam uygulama maliyeti ile sağlık, üretim, perakende ve diğer sektörlerde yapay zekayı daha hızlı ve daha kolay bir şekilde nasıl dağıtacaklarını öğrenmelerini sağlar.

“İnovasyon açık, demokratik bir ortamda gelişir. Optimize edilmiş popüler çerçeveler ve Intel’in AI araçları dahil olmak üzere Intel hızlandırılmış açık AI yazılım ekosistemi, açık, standartlara dayalı, birleşik bir oneAPI programlama modelinin temeli üzerine inşa edilmiştir. Intel’in uçtan uca yapay zeka yazılım portföyünün bileşenleriyle oluşturulan bu referans kitleri, milyonlarca geliştiricinin ve veri bilimcinin yapay zekayı uygulamalarına hızlı ve kolay bir şekilde dahil etmelerini veya mevcut akıllı çözümlerini güçlendirmelerini sağlayacak.”

– Wei Li, Ph.D., Intel başkan yardımcısı ve AI ve Analytics genel müdürü Yapay Zeka Referans Kitleri Hakkında: Yapay zeka iş yükleri, görüntü, konuşma, öneri sistemleri ve daha fazlasındaki kullanım örnekleriyle büyümeye ve çeşitlenmeye devam ediyor. Intel’in Accenture ile işbirliği içinde oluşturulan yapay zeka referans kitleri, sektörler arasında yapay zekanın benimsenmesini hızlandırmak için tasarlanmıştır. Açık kaynak kodlu, önceden oluşturulmuş yapay zekadırlar ve hem sıfırdan yapay zeka tanıtımı hem de mevcut yapay zeka çözümlerinde stratejik değişiklikler için anlamlı kurumsal bağlamlar sunarlar. Dört kit bugün indirilebilir:

Tesis varlık sağlığı: Enerji tüketimi dünya çapında artmaya devam ettikçe, sahadaki güç dağıtım varlıklarının da büyümesi bekleniyor. Bu tahmine dayalı analitik modeli, kamu hizmetlerinin daha yüksek hizmet güvenilirliği sağlamasına yardımcı olmak için eğitildi. 34 öznitelik ve 10 milyondan fazla veri noktasıyla elektrik direklerinin sağlığını modellemek için Intel® oneAPI Veri Analitiği Kitaplığı aracılığıyla Intel için optimize edilmiş XGBoost’u kullanır. Veriler, varlık yaşını, mekanik özellikleri, coğrafi verileri, denetimleri, üreticiyi, önceki onarım ve bakım geçmişini ve kesinti kayıtlarını içerir. Tahmine dayalı varlık bakım modeli, yeni direk üreticisi, kesintiler ve koşuldaki diğer değişiklikler gibi yeni veriler sağlandıkça sürekli öğrenir.

Görsel kalite kontrol: Herhangi bir üretim operasyonunda kalite kontrol (QC) esastır. Bilgisayarlı görü teknikleriyle ilgili zorluk, eğitim sırasında genellikle yoğun grafik hesaplama gücüne ve yeni ürünler piyasaya sürüldükçe sık sık yeniden eğitime ihtiyaç duymalarıdır. AI Visual QC modeli, karşılaştırıldığında eğitim ve çıkarımı optimize etmek için sırasıyla %20 ve %55 daha hızlı olacak şekilde oneAPI tarafından desteklenen Intel® Optimization for PyTorch ve Intel® Distribution of OpenVINO™ araç seti dahil Intel® AI Analytics Toolkit kullanılarak eğitildi. CPU, GPU ve diğer hızlandırıcı tabanlı mimarilerde bilgisayarla görü iş yükleri için Intel optimizasyonları olmadan Accenture görsel kalite kontrol kitinin stok uygulamasını sağlamak. AI Visual QC modeli, bilgisayarla görme ve SqueezeNet sınıflandırmasını kullanarak farmasötik hap kusurlarını %95 doğrulukla tespit etmek için hiperparametre ayarlama ve optimizasyonunu kullandı.

Müşteri sohbet robotu: Konuşmalı sohbet robotları, kuruluş genelindeki girişimleri desteklemek için kritik bir hizmet haline geldi. Sohbet robotu etkileşimlerini destekleyen yapay zeka modelleri çok büyük ve oldukça karmaşıktır. Bu referans kiti, aşağıdakiler için derin öğrenme doğal dil işleme modellerini içerir: BERT ve PyTorch kullanarak amaç sınıflandırması ve adlandırılmış varlık tanıma. PyTorch için Intel® Uzantısı ve OpenVINO araç setinin Intel Dağıtımı, modeli daha iyi performans için optimize eder – Intel optimizasyonları olmadan Accenture müşteri sohbet botu kitinin stok uygulamasına kıyasla %45 daha hızlı çıkarım – heterojen mimariler arasında ve geliştiricilerin model geliştirme kodunu yeniden kullanmalarına izin verir. eğitim ve çıkarım için minimum kod değişiklikleri. eğitim ve çıkarım için minimum kod değişiklikleriyle model geliştirme kodunu yeniden kullanmak.

Akıllı belge indeksleme: Kuruluşlar her yıl milyonlarca belgeyi işler ve analiz eder ve yarı yapılandırılmış ve yapılandırılmamış belgelerin çoğu manuel olarak yönlendirilir. AI, daha hızlı yönlendirme ve daha düşük manuel işçilik maliyetleri için bu belgelerin işlenmesini ve kategorilere ayrılmasını otomatikleştirebilir. Bir destek vektörü sınıflandırması (SVC) modeli kullanılarak bu kit, Intel® Distribution of Modin ve Intel® Extension for Scikit-learn tarafından desteklenen oneAPI ile optimize edilmiştir. Bu araçlar, belgeleri %65 doğrulukla incelemek ve sıralamak için Intel optimizasyonları olmadan Accenture Akıllı belge indeksleme kitinin stok uygulamasına kıyasla, veri ön işleme, eğitim ve çıkarım sürelerini sırasıyla %46, %96 ve %60 daha hızlı olacak şekilde iyileştirir.

Neden Önemlidir: Geliştiriciler, çözümlerine yapay zekayı aşılamak istiyor ve referans kitleri bu amaca katkıda bulunuyor. Bu kitler, Intel’in uçtan uca araçlardan ve çerçeve optimizasyonlarından oluşan AI yazılım portföyünü oluşturur ve tamamlar. Birden çok mimari türünde performans sağlayan oneAPI açık, standartlara dayalı, heterojen programlama modelinin temeli üzerine inşa edilen bu araçlar, veri bilimcilerin tescilli ortamların sınırlamalarını aşarak modelleri daha hızlı ve daha düşük maliyetle eğitmesine yardımcı olur.

Sırada Ne Var: Önümüzdeki yıl boyunca Intel, her büyüklükteki kuruluşa dijital dönüşüm yolculuklarında yardımcı olmak için eğitimli makine öğrenimi ve derin öğrenme modelleri içeren bir dizi ek açık kaynaklı AI referans kiti yayınlayacak.