Explora como o Lightning AI, apresentado em YOLO Vision 2024, simplifica o desenvolvimento de IA de visão escalável com formação, implementação e colaboração de modelos mais rápidas.
%20(1).png)
Quer sejas um programador de IA experiente ou estejas apenas a começar a explorar a IA de visão, ter um ambiente fiável para brincar e experimentar modelos de visão por computador como o Ultralytrics YOLO11 é fundamental. Um ambiente refere-se às ferramentas, aos recursos e à infraestrutura necessários para conceber, testar e implementar modelos de IA de forma eficiente.
Embora várias plataformas online ofereçam diferentes ferramentas de IA, muitas não fornecem um ambiente unificado para todo o ciclo de vida da IA, desde a preparação dos dados até à implementação do modelo. É aqui que o Lightning AI, uma plataforma tudo-em-um para o desenvolvimento de IA, entra em ação para simplificar o processo desde a preparação dos dados até à implementação.
A relevância de tornar o desenvolvimento de IA mais fácil foi apresentada em YOLO Vision 2024 (YV24), um evento híbrido anual organizado por Ultralytics que se concentrou nos avanços em IA e visão computacional. Luca Antiga, CTO da Lightning AI, proferiu uma palestra intitulada"Going YOLO on Lightning Studios", onde explicou como treinar modelos Ultralytics YOLO de forma rápida, sem problemas e sem se envolver nas complexidades técnicas utilizando a Lightning AI.
Neste artigo, vamos mergulhar nas principais conclusões da palestra de Luca, cobrindo tudo, desde aplicativos de visão computacional do mundo real até demonstrações ao vivo sobre treinamento e implantação de modelos Ultralytics YOLO com o Lightning AI. Vamos começar!
Luca começou a sua intervenção partilhando as suas ideias e o seu apreço pela influência dos modelos YOLO em várias indústrias. Destacou a forma como os modelos YOLO podem ser aplicados em sectores como a indústria transformadora e a agricultura. Afirmou: "Aprecio o impacto que o YOLO teve na comunidade de construtores - pessoas que precisam de resolver problemas reais e práticos - isto está-me muito próximo".
Ligando isto ao crescente interesse na formação em IA, apresentou a Lightning AI, uma plataforma concebida para tornar o desenvolvimento de modelos de IA mais rápido, mais simples e mais acessível a todos. É especialmente útil para apoiar avanços iterativos em IA, ajudando os programadores a refinar e melhorar os modelos.
Ele também apontou que o Lightning AI é semelhante ao PyTorch Lightning, uma estrutura que simplifica o processo de treinamento de modelos de IA. No entanto, a diferença é que o Lightning AI é uma plataforma mais abrangente que fornece um conjunto mais amplo de ferramentas e recursos para todo o processo de desenvolvimento de IA, não apenas para treinar modelos de IA.
Um componente vital do Lightning AI é o Lightning Studios, que oferece um espaço de trabalho intuitivo para projetar, treinar e implantar modelos de IA, tornando todo o fluxo de trabalho contínuo e eficiente. Podes pensar no Lightning Studios como um ambiente de desenvolvimento reproduzível para IA que é executado na nuvem. Por exemplo, oferece um ambiente semelhante ao Jupyter Notebook que pode ser duplicado e partilhado com outro programador, ajudando a melhorar a colaboração.
Luca explicou depois as vantagens da Lightning Studios, dizendo: "Replicar o teu ambiente já não é um problema. Se precisares de mudar de uma máquina CPU [Central Processing Unit] para uma máquina GPU [Graphics Processing Unit] ou lançar uma formação em mil máquinas, o teu ambiente será persistente."
Em seguida, Luca demonstrou a rapidez com que podes começar a utilizar os Lightning Studios. Com apenas alguns cliques, podes abrir um novo estúdio e ter acesso a ferramentas e ambientes como Jupyter Notebooks e VS Code, tudo configurado e pronto para codificar. Mostra como é fácil alternar entre diferentes máquinas. Se a tarefa em que estás a trabalhar exigir mais potência, podes mudar facilmente de um CPU para um GPU mais potente. O GPU permanecerá ativo apenas enquanto estiver a ser utilizado; caso contrário, entrará em modo de suspensão, poupando os teus créditos.
O Luca também mencionou as vantagens da utilização dos Modelos de Estúdio. São ambientes de codificação de IA pré-fabricados pela comunidade e podes utilizá-los sem teres de configurar nada. Configurar um ambiente para projectos de IA pode ser demorado, e os Studio Templates podem ajudar a aumentar a produtividade. Estes ambientes vêm pré-carregados com tudo o que é necessário para projectos de IA, como dependências instaladas, pesos de modelos, dados, código, etc.
Luca passou então para a demonstração ao vivo, destacando como podes usar o Lightning Studio para treinar modelosUltralytics YOLO . Abre um modelo do Studio, que já tem todas as dependências instaladas, e liga uma máquina com quatro GPUs para acelerar o processo de treino. No que diz respeito aos dados, disse que podes optar por armazenar os dados diretamente na máquina ou transmiti-los a partir da nuvem, tornando o processo de formação mais rápido e eficiente.
Em poucos segundos, a máquina estava pronta e Luca iniciou rapidamente a sessão de treino. Durante a demonstração, um pequeno problema fez com que a máquina parasse inesperadamente, mas a Lightning Studios retomou sem problemas a partir do ponto em que parou, certificando-se de que não se perdia nenhum progresso. Luca salientou como esta fiabilidade suporta fluxos de trabalho suaves, mesmo perante interrupções inesperadas.
Continuando com a demonstração, ele mostrou como é fácil monitorar o progresso do treinamento usando o TensorBoard, uma ferramenta para visualizar métricas de aprendizado de máquina em tempo real. O Lightning Studio torna isso ainda mais simples, gerando automaticamente URLs que permitem que tu ou os teus colegas de equipa no mesmo espaço de trabalho acedam a visualizações do TensorBoard sem qualquer configuração adicional. Isso simplifica a colaboração e mantém todos na mesma página.
Depois da demonstração, Luca mudou o foco da conversa para um novo projeto, o LitServe, lançado recentemente pela Lightning AI. O LitServe simplifica o processo de pegar num modelo treinado e transformá-lo num serviço escalável que outros podem usar, eliminando a necessidade de pipelines de implementação complexos. Foi concebido para tratar de tudo, desde o empacotamento do modelo até à sua implementação com o mínimo de esforço.
Para mostrar isto em tempo real, Luca fez uma demonstração rápida com um modelo pré-treinado Ultralytics YOLOv8 pré-treinado. Conseguiu criar uma API simples para lidar com pedidos de entrada e devolver previsões de imagens em poucos segundos. Isto significa que qualquer pessoa pode fazer ping nesta API com uma imagem e receber resultados para tarefas de visão computacional, como a deteção de objectos, quase instantaneamente. Nos bastidores, o modelo Ultralytics YOLOv8 é implementado como um serviço, tratando eficazmente os pedidos, processando imagens e fornecendo previsões com uma latência mínima.
Fez uma inferência numa imagem de uma piza e o Ultralytics YOLOv8 identificou com êxito objectos como a piza, uma colher e uma mesa de jantar. Explica que, embora o primeiro pedido demore um pouco mais devido a um "arranque a frio", os pedidos subsequentes são muito mais rápidos quando o sistema aquece.
Luca perguntou então: "E se eu quiser expor isto ao mundo exterior? Ele descreveu como o plug-in API Builder simplifica a transformação do teu modelo num serviço ativo e pronto para produção. Com funcionalidades como domínios personalizados, segurança acrescida e integração perfeita, podes facilmente tornar o teu modelo acessível a qualquer pessoa.
Concluindo sua palestra, Luca abordou a escalabilidade e a flexibilidade do Lightning Studio para o desenvolvimento de IA. Ele mencionou como a plataforma pode treinar modelos em várias máquinas, escalando até 10.000 nós, com treinamento tolerante a falhas que é retomado automaticamente após qualquer interrupção.
Por exemplo, se um trabalho de treinamento em um cluster GPU for interrompido devido a um problema de hardware ou a uma reinicialização do servidor, o Lightning Studios garante que o processo seja retomado exatamente de onde parou. Isso o torna ideal para projetos de IA em grande escala, como o treinamento de modelos de aprendizado profundo em conjuntos de dados maciços, como ImageNet ou COCO.
Aqui estão alguns outros benefícios importantes do Lightning Studios sobre os quais Luca falou:
A apresentação de Luca no YV24 destacou a forma como a IA, combinada com ferramentas como Ultralytics YOLO models e Lightning AI, está a mudar a forma como resolvemos problemas do mundo real. Estas ferramentas facilitam aos programadores a formação e a implementação de modelos que foram concebidos para resolver problemas específicos numa série de sectores.
Ele ilustrou como o Lightning Studios torna todo o processo de desenvolvimento mais rápido e acessível, permitindo que os desenvolvedores criem soluções poderosas com facilidade. No centro de plataformas de ponta como a Lightning AI, os modelos de visão computacional estão a transformar a forma como as soluções de IA lidam com os desafios. Em particular, com o mais recente modelo Ultralytics YOLO11 , os programadores podem criar soluções que causam um impacto significativo.
Junta-te à nossa comunidade para te manteres atualizado sobre a IA e as suas utilizações práticas. Consulta o nosso repositório GitHub para explorares inovações em sectores como a IA em carros autónomos e a visão computacional nos cuidados de saúde.
Começa a tua viagem com o futuro da aprendizagem automática
