Verificação verde
Link copiado para a área de transferência

MCT da Sony: Liga a investigação em IA ao limite em tempo real

Descobre o kit de ferramentas de compressão de modelos (MCT) da Sony em YOLO VISION 2023. Ultrapassa os desafios da IA de ponta, desmistifica a quantização e explora a implementação em tempo real. Junta-te a nós na viagem da investigação à implementação.

O evento YOLO VISION 2023 (YV23), realizado no campus Google for Startups em Madrid, apresentou um conjunto de oradores seleccionados da comunidade de IA. Entre eles encontrava-se Amir Servi, Gestor de Produto de Aprendizagem Profunda da Sony, que fez uma apresentação perspicaz sobre como colmatar o fosso entre a investigação em IA e o limite em tempo real, onde revelou as maravilhas do Kit de Ferramentas de Compressão de Modelos (MCT) da Sony.

Apresentamos-te Amir Servi: a fazer a ponte entre a investigação e a IA em tempo real

A experiência de Amir Servi em IA e tecnologia é evidente, preparando o terreno para uma exploração esclarecedora das técnicas de compressão e quantização de modelos adaptadas para uma implementação eficiente do Edge.

Navegando pelos desafios da IA de borda com MCT

Amir aprofundou os desafios da implementação de modelos de IA em dispositivos de ponta, enfatizando os obstáculos colocados por recursos limitados e restrições de hardware. Durante a sua palestra, apresentou o Model Compression Toolkit (MCT) da Sony, uma ferramenta de código aberto perfeitamente integrada em PyTorch e TensorFlow.

Liberta o potencial dos MCT

Amir revelou as características impressionantes do MCT. Desde a quantização com reconhecimento de hardware até algoritmos de última geração e a automação da pesquisa de parâmetros, o MCT surgiu como um kit de ferramentas versátil pronto para lidar com as complexidades da implantação de IA no mundo real.

Fig. 1. Apresentação de Amir Servi em YOLO VISION 2023 no Campus Google for Startups em Madrid.

Técnicas de Quantização Desmistificadas: Os resultados falam mais alto

Amir desmistificou as técnicas de quantização, oferecendo um vislumbre do mundo do PTQ, do GPTQ e dos seus resultados impactantes. A audiência ficou maravilhada com o sucesso do PTQ com precisão mista e com as notáveis taxas de compressão alcançadas pelo modelo Ultralytics YOLOv8 modelo.

Concluir

Em poucas palavras, a palestra de Amir iluminou o caminho entre a pesquisa em IA e a implementação em tempo real. A colaboração aprofundou a nossa compreensão e deixou-nos inspirados pelas possibilidades que o MCT traz para o campo em constante evolução da aprendizagem automática utilizando modelos YOLO .

Fica atento a mais actualizações interessantes à medida que continuamos a desvendar os mistérios da IA com líderes da indústria como Amir Servi!

Tens curiosidade em saber mais? Vê a palestra completa aqui!

Logótipo do FacebookLogótipo do TwitterLogótipo do LinkedInSímbolo de ligação de cópia

Ler mais nesta categoria

Vamos construir juntos o futuro
da IA!

Começa a tua viagem com o futuro da aprendizagem automática