L'IA est le moteur de la transformation industrielle dans une variété de secteurs, et nous commençons tout juste à gratter la surface des capacités de l'IA. Certaines innovations industrielles sont à peine remarquées, comme l'inspection des forêts pour les risques d'incendie et la prévention, mais les avantages de l'IA combinés à l'apprentissage en profondeur ont un impact de grande envergure. En Asie du Sud-Est, les drones forestiers basés sur l'IA ont aidé 155 bureaux forestiers à étendre la gamme des inspections forestières de 40% à 100% et à effectuer jusqu'à 200% plus efficacement que les inspections manuelles.

Derrière ces drones intelligents, il y a des modèles d'apprentissage en profondeur bien formés basés sur le PaddlePaddle de Baidu, la première plate-forme d'apprentissage en profondeur open source en Chine. À l'instar des cadres d'IA traditionnels tels que TensorFlow de Google et PyTorch de Facebook, PaddlePaddle, qui a été ouvert en 2016, fournit aux développeurs de logiciels de tous niveaux les outils, les services et les ressources dont ils ont besoin pour adopter et mettre en œuvre rapidement un apprentissage en profondeur à grande échelle.

PaddlePaddle est utilisé par plus de 1,9 million de développeurs et 84 000 entreprises dans le monde. Les industries de toute la Chine utilisent la plate-forme pour créer des applications spécialisées pour leurs secteurs, de l'accélération de l'industrie automobile des véhicules autonomes aux applications de l'industrie des soins de santé pour lutter contre le covid-19.

En effet, la pandémie de coronavirus, qui s'est propagée dans plus de 150 pays et a provoqué un choc économique mondial, augmente les demandes de transformation de l'IA. «C'est maintenant une opportunité sans précédent pour le développement de PaddlePaddle, compte tenu de l'essor de l'intelligence industrielle et de l'accélération des infrastructures basées sur l'IA», explique Haifeng Wang, directeur de la technologie chez Baidu. «Nous continuerons à adopter l'esprit open source, à stimuler l'innovation technologique, à travailler en partenariat avec les développeurs pour faire progresser les technologies d'apprentissage en profondeur et d'IA, et à accélérer le processus de l'intelligence industrielle.»

Lors du récent sommet Wave 2020 de la conférence Baidu Deep Learning Developer, le chef de la direction de la technologie, Haifeng Wang, a annoncé la collaboration de PaddlePaddle dans un écosystème matériel comprenant des sociétés technologiques mondiales de premier plan telles qu'Intel, NVIDIA, Arm China et Huawei.

Comment PaddlePaddle a formé un robot de tri des déchetss

Les technologies de deplearning créent des opportunités pour la refonte des opérations, la gestion de la charge de travail et la productivité, même dans les industries traditionnelles telles que la fabrication, la foresterie, l'énergie et la gestion des déchets. Par exemple, dans la gestion des déchets, l'intelligence artificielle transforme la collecte, le tri et le recyclage des ordures, soutenant les efforts de conservation des ressources naturelles, de réduction des émissions de carbone et de réduction des déchets dans les décharges. Selon un rapport de la Banque mondiale, plus de 2 milliards de tonnes de déchets solides municipaux sont produits dans le monde chaque année. Le collecter et le séparer expose les récupérateurs à un certain nombre de facteurs de risque et de dangers, ce qui en fait un domaine critique pour le développement de technologies innovantes d'IA.

En Europe et aux États-Unis, la technologie de vision par ordinateur a été largement utilisée pour détecter différents types de déchets, tels que le verre, le plastique et le carton, afin de rendre le tri des déchets plus efficace. Mais la tâche n'est pas aussi efficace dans tous les pays.

«L'utilisation de modèles de vision par ordinateur traditionnels en Chine serait inutile», explique Zhiwen Zhang, PDG de Jinlu Technology. «Les déchets en Chine ne sont pas compatibles avec ce qui peut être détecté par cette technologie. Des complications ont tendance à survenir avec la qualité de la détection et l'identification de divers déchets », explique Zhang.

Un vétéran de la vision par ordinateur, Zhang envisageait PaddlePaddle pour développer des applications pour améliorer le tri des déchets en Chine. Bien que l'industrie ne possède pas l'expertise de l'apprentissage en profondeur, avec PaddlePaddle, les développeurs n'ont pas nécessairement à être des experts de l'apprentissage en profondeur ou à construire des choses comme des modèles de traitement de données à partir de zéro.

Jinlu Technology utilise un robot de tri des déchets programmé avec un modèle de détection d'objets pour identifier différents types de déchets. Il utilise également un modèle de segmentation d'image pour trouver des ordures et faire des choses comme détecter le bord d'une bouteille et déterminer son point central. Le modèle ne prend qu'une demi-seconde pour reconnaître une image.

Pour les bouteilles en plastique, Jinlu Technology forme un modèle de segmentation d'instance à l'aide de Paddle Detection, une boîte à outils PaddlePaddle pour le traitement d'image. Le modèle prédit sur Edgeboard (la plate-forme de développement informatique de bord de PaddlePaddle) via Paddle Lite, le cadre d'apprentissage en profondeur de PaddlePaddle conçu pour les modèles légers, et envoie des signaux aux bras robotiques qui classent les déchets. Alors que le criblage de précision d'algorithme traditionnel reste entre 60% et 90%, selon la qualité des déchets, les algorithmes d'apprentissage en profondeur offrent une précision de 93% à 99%.

Jinlu Technology forme un modèle de segmentation d'image à l'aide de Paddle Detection, une boîte à outils PaddlePaddle pour le traitement d'images, afin d'identifier les bouteilles en plastique, dans un effort pour rendre le tri des déchets plus efficace.

«L'utilisation de l'IA dans la gestion des déchets promet un potentiel supplémentaire. L'IA peut non seulement économiser 96% du travail humain, mais elle peut également affiner le tri et identifier davantage les déchets qui peuvent être difficiles à classer, tels que les gros morceaux de matière organique, les petits morceaux de métal et d'autres particules. Sans oublier, l'IA peut s'auto-apprendre pour optimiser le pipeline », explique Zhang.

Principales caractéristiques et innovations de PaddlePaddle

Actuellement, PaddlePaddle propose 146 algorithmes et a avancé plus de 200 modèles de pré-formation, certains d'entre eux avec des codes open source pour faciliter le développement rapide d'applications industrielles. La plate-forme héberge également des boîtes à outils à des fins de recherche de pointe, comme Paddle Quantum pour les modèles informatiques quantiques et Paddle Graph Learning pour les modèles d'apprentissage graphique.

PaddlePaddle facilite le développement de l'IA tout en réduisant la charge technique pour les utilisateurs, en utilisant un schéma programmable pour architecturer les réseaux de neurones. Il prend en charge la programmation déclarative et impérative avec une flexibilité de développement – il peut donc développer des logiciels avec différents types d'exigences – tout en préservant des performances d'exécution élevées. Les algorithmes peuvent concevoir automatiquement des architectures neuronales qui offrent de meilleures performances que celles développées par des experts humains.

En Asie du Sud-Est, les drones forestiers basés sur l'IA ont aidé 155 bureaux forestiers à étendre la gamme des inspections forestières de 40% à 100% et à effectuer jusqu'à 200% plus efficacement que les inspections manuelles.

PaddlePaddle a également fait des percées dans la formation aux réseaux de neurones profonds à très grande échelle. Sa plateforme, la première au monde en son genre, prend en charge la formation de réseaux de neurones profonds avec plus de 100 milliards de fonctionnalités et des milliards de paramètres à l'aide de sources de données réparties sur des centaines de nœuds. Un des bénéficiaires est Oppo, un fabricant de smartphones en Chine, qui utilise PaddlePaddle pour augmenter de 80% l'efficacité de la formation de son système de recommandation.

Non seulement PaddlePaddle est compatible avec d'autres cadres open source pour la formation de modèles, mais il accélère également l'inférence des réseaux de neurones profonds pour une variété de processeurs et de plates-formes matérielles. Lors du récent sommet Wave Wave 2020 de la conférence Baidu Deep Learning Developer, PaddlePaddle a annoncé sa collaboration dans un écosystème matériel comprenant des sociétés technologiques mondiales de premier plan telles qu'Intel, NVIDIA, Arm China, Huawei, MediaTek, Cambricon, Inspur et Sugon.

PaddlePaddle peut encore être amélioré, déclare le vice-président de Baidu, Tian Wu. «À l'avenir, PaddlePaddle continuera à faire progresser l'informatique distribuée à grande échelle et l'informatique hétérogène, fournissant la plate-forme et l'infrastructure de production les plus puissantes aux développeurs pour accélérer le développement des industries intelligentes.»

Rôle de PaddlePaddle dans la lutte contre Covid-19

L'une des applications industrielles développées à partir de PaddlePaddle est actuellement utilisée à des fins médicales pour lutter contre covid-19. Le principal outil de diagnostic de la pneumonie, l'un des effets graves de covid-19, est la tomodensitométrie thoracique. Avec des médecins et des ressources de première ligne limités pour lire rapidement et avec précision un nombre croissant d'examens, la technologie d'imagerie CT est cruciale pour aider les cliniciens à détecter et surveiller plus efficacement les infections.

LinkingMed, une plate-forme de données oncologiques basée à Pékin et une société d'analyse de données médicales, a publié le premier modèle d'IA open source de Chine pour l'analyse d'images CT de pneumonie, propulsé par PaddlePaddle. Le modèle d'IA peut détecter et identifier rapidement les lésions pneumoniques tout en fournissant une évaluation quantitative des informations de diagnostic, y compris le nombre, le volume et la proportion de lésions pneumoniques.

En utilisant PaddlePaddle et sa boîte à outils de segmentation sémantique PaddleSeg, LinkingMed a développé un système de dépistage de la pneumonie et de détection des lésions basé sur l'IA, utilisé dans l'hôpital affilié à l'Université de Xiangnan dans la province du Hunan. Le système peut localiser la maladie en moins d'une minute avec une précision de détection de 92% et un taux de rappel de 97% sur les ensembles de données de test.

Dans les soins de santé, la plate-forme PaddlePaddle est utilisée pour créer des applications pour lutter contre covid-19.

Une IA robuste sera nécessaire pour gérer les tâches de plus en plus complexes nécessaires à la croissance technologique. Baidu s'est engagé à développer la plate-forme d'apprentissage en profondeur PaddlePaddle en collaboration avec des chercheurs en IA pour créer un avenir meilleur. Nous sommes ravis de voir ce que nous avons accompli en 2020 et nous attendons avec impatience de nouvelles percées à l'avenir.

LAISSER UN COMMENTAIRE

Rédigez votre commentaire !
Entrez votre nom ici