Algoritma tırmanışından yapay zeka altyapısına kadar, "Tianyuan" açık kaynağının arkasındaki yapay zeka üretkenliğini küçümseyin
Daha büyük veriler, daha büyük modeller, daha iyi algoritmalar ve derin öğrenmenin yükselişi ile bu faktörler, AI şirketleri için en önemli hususlar haline geldi. Özellikle ses, NLP ve bilgisayar görüşü gibi uygulamalar için, büyük veri ve hassas algoritmalarla desteklenen sürekli artan uygulamalar, AI şirketlerinin dış biliş oluşturmaları için en önemli taşıyıcılardır.
Algoritmalar, teknik tırmanma ve sipariş edinmenin temelidir. Ancak, bir şirket birkaç yıl bekletme sürecinden geçtiğinde, saf algoritmaların yanı sıra, bir yapay zeka şirketinin başka neye ihtiyacı vardır? Devler ve endüstri tek boynuzlu atları bu soruyu cevaplamaya çalışıyor.
Son zamanlarda, önde gelen bilgisayarla görme şirketi Megvii, derin öğrenme çerçevesi MegEngine'in açık kaynağını Çince adı "Tianyuan" (Portal: MegEngine.org.cn) ile resmi olarak duyurdu.
Algoritmalardan AI altyapısına
Yin Qi, Megvii'nin Çin'in en güçlü yapay zeka şirketi olmak istediğini söyledi.Bunların arasında algoritma yetenekleri, ürün yetenekleri, çözüm yetenekleri ve iş operasyon yetenekleri için çok sayıda gereksinim var.Algoritmalar Megvii'nin temel genidir.
Megvii'nin işi makine görüşüne dayanır ve daha yüksek algoritma doğruluğu gerektirir. İlk yıllarda, birçok şirket gibi, ekibin ana enerjisi algoritmanın nasıl geliştirileceğine odaklanmıştı. Algoritma doğruluğu açısından, "ondalık noktadan" sonraki sayının nasıl iyileştirileceği ve ardından müşterilere görsel çözümler sağlamak için algoritmanın karşılık gelen sahneye nasıl yerleştirileceği, ekibin çalışmasının odak noktasıdır.
Ancak CTO Tang Wenbin'in dediği gibi, AI uygulaması sonsuz bir oyundur algoritma sonsuzdur, senaryolar sonsuzdur ve ilgili ürünler de sonsuzdur. Dünyaya fayda sağlamak için AI kullanan kuruluşların ilk vizyonuna ulaşmak için daha verimli bir yaklaşım, AI'nın temelini çözmektir. Tesislerle ilgili sorunlar.
AI altyapısı nedir? Tang Wenbin iki temel öğe verdi: biri AI hesaplamayı taşıyan çip platformu, diğeri ise algoritmaları, verileri ve bilgi işlem gücünü işbirliği içinde optimize edebilen bir platform, yani AI üretkenlik platformu. Bu nedenle, Megvii kendi AI altyapısını Brain ++ yarattı.
İyi bir AI algoritması, standartlaştırılmış veri yönetimi, verimli bir derin öğrenme çerçevesi ve güçlü hesaplama gücü gerektiren sistematik bir projedir. Bu nedenle, bir yapay zeka üretkenlik platformu olarak Brain ++, temel olarak veri çözümü MegData, derin öğrenme çerçevesi MegEngine ve üçlü olan hesaplama gücü çözümü MegCompute'u kapsar. Tianyuan'ın (MegEngine) açık kaynağı yalnızca bir başlangıçtır ve Brain ++ 'ın daha fazla veri yönetimi ve hesaplama yeteneği, kademeli olarak kurumsal kullanıcılara açılacaktır.
Basın toplantısında, Megvii'nin bulut hizmeti işinin kıdemli başkan yardımcısı Zhao Liwei, Megvii'nin kurumsal düzeydeki kullanıcılar için özel bir Brain ++ platformu oluşturabileceğini ve profesyonel danışmanlıktan veri üretimine ve model optimizasyonuna kadar yapay zeka üretiminin tüm süreci boyunca iş ortaklarına hizmet sağlayabileceğini söyledi. Ardından, çeşitli endüstrilerin maliyet azaltma ve verimlilik artışı, bağımsız güvenlik ve "AI +" sürecinde iş inovasyonu taleplerini karşılamak için özelleştirilmiş AI platformunun inşası, işletimi ve bakımı.
"Tek bir algoritmanın engeli çok düşüktür, ancak sistematik olarak çok sayıda algoritma oluşturabilir ve sahneleri sürekli yinelemek ve optimize etmek ve sonunda algoritmayla ilgili ürünler ve çözümler oluşturmak için birleştirebilir. Bu engel çok yüksektir." Yinqi bir yıl önce kübitlerle karşı karşıya kaldı. Cevabı, burada hor görme hırsını çoktan ilan etti.
Ve son iki yıldaki bir dizi eylemden, altta yatan algoritmadan AI altyapısına doğru yukarı doğru bir yörünge de görebiliriz.
Ocak 2019'da Megvii, lojistik senaryolarda birden fazla donanıma bağlanan ve akıllı robotların ağ işbirlikçi beyni olarak hizmet verecek AIoT işletim sistemi "Hetu" yu piyasaya sürdü. Basın konferansında "sektöre dönüş" ve "yetkilendirme" "Endüstri" neredeyse Yin Qi'nin konuşmasının konusudur.
Ekim 2019'da Megvii, kamu güvenliği, akıllı trafik yönetimi, şehir yönetimi ve akıllı park global yönetim yeteneklerini entegre eden bir kentsel Nesnelerin İnterneti işletim sistemi olan CityIoT OS'yi piyasaya sürdü.
Yapay zekanın daha fazla değer yaratmak için daha fazla insanı bir araya getirmesi gerekiyor. MegEngine ve hatta Brain ++ 'ın açık kaynağı ve açıklığı, küçük ve orta ölçekli işletmeleri ve daha fazla geliştiriciyi birleştirmeyi, daha fazla cihaza erişmeyi ve AI ağını genişletmeyi amaçlamaktadır.
Derin öğrenme, basit geliştirme
Tianyuan, Go panosunun en merkezi noktasıdır.MegEngine'in Çince adı AlphaGo'ya saygı göstermek için buna dayanmaktadır; ikincisi, Tianyuan her şeyin temelidir ve bu isim aynı zamanda Çin'in yapay zeka gelişiminin temel taşı olan Tianyuan'ı (MegEngine) küçümsemektir. umut.
Megvii'nin başkan yardımcısı Xie Yinan basit bir örnek verdi: Zeka, donanıma algoritmalar yerleştirmektir. Algoritmalar ne kadar donanımla doldurulursa, sosyal işbirliği ağı o kadar büyük ve akıllıdır. Bu işbirlikçi ağ, Nesnelerin İnternetidir. Tianyuan'ın açık kaynağı, diğer küçük ve orta ölçekli işletmelere donanımlarına algoritmalar oluşturma yeteneği kazandırmak ve gerçek "derin öğrenme, basit geliştirme" elde etmelerine yardımcı olmak için özel senaryolarda özelleştirilmiş ihtiyaçlarını daha da karşılamaktır.
En son açık kaynaklı Tianyuan'a (MegEngine) ek olarak, mevcut uluslararası ana akım derin öğrenme çerçeveleri ağırlıklı olarak 2015'te Google Brain'in açık kaynaklı TensorFlow, Google'ın yapay zeka araştırmacısı François Chollet'in Keras'ı, 2015'in sonunda Amazon'un açık kaynaklı MXNet'i ve 2016'da Facebook'u içeriyor. Açık kaynak PyTorch, 2016'da Microsoft açık kaynak CNTK, 2016'da Baidu açık kaynak vb. Tianyuan (MegEngine), gerçek geliştirme deneyiminde birkaç acı noktayla başladı ve performans açısından iyi performans gösterdi:
1. Eğitim ve muhakemenin entegrasyonu
Megvii Tianyuan, algoritma eğitiminde araştırmacıları destekleyebilir ve aynı zamanda eğitimli modeller ve ürünler doğrudan ürün muhakemesi ve paketleme için kullanılabilir. Model dönüşümünün ortadan kaldırılması, algoritma geliştirme sürecini büyük ölçüde basitleştirmekle kalmaz, aynı zamanda hız ve doğruluğun kayıpsız geçişini gerçekleştirir.Model cihazlar arasında konuşlandırılsa bile, Tianyuan yine de doğruluk hizalamasını sağlayabilir. Kurulum sırasında Tianyuan, geliştiricilerin gereksiz kodu otomatik olarak silmesine ve otomatik model optimizasyonuna ulaşmasına da yardımcı olabilir.
2. Hareketli ve statik
Statik grafikler yüksek performansa sahiptir, daha az kaynak kullanır ve dağıtımı kolaydır; dinamik grafikler basit, esnektir, hata ayıklaması ve kullanımı kolaydır. Megvii Tianyuan, dinamik grafiklerin ve statik grafiklerin ilgili avantajlarını bütünleştirir.Dinamik grafik modeli eğitiminin avantajlarından tam olarak yararlanırken, dinamik ve statik modellerin tek tıklamayla dönüştürme işlevi aracılığıyla üretim ve dağıtımı statik grafikler biçiminde tamamlayabilir.Ayrıca, Tianyuan ayrıca dinamik ve statik görüntüleri de destekler. Karma programlama, daha fazla esneklik.
3. Uyumlu ve kapsayıcı
Megvii Tianyuan, Python'u geleneksel makine öğrenimi için kullanmaya alışmış geliştiriciler için çok dostane olan bir Pythonic API'ye sahiptir.Öğrenme maliyeti daha düşük ve kullanımı kolaydır.Aynı zamanda Tianyuan, modelleri doğrudan içe aktarabilen PyTorch Modülü işlevini de destekler ve taşıma maliyeti düşüktür. Model üretimi için büyük kolaylık; Tianyuan, bilgisayarla görü ile ilgili model eğitimi ve uygulaması için derin optimizasyon sağlayabilen yerleşik yüksek performanslı bilgisayarla görme operatörlerine ve algoritmalarına sahiptir.
4. Esnek ve verimli
Megvii Tianyuan, güçlü çoklu platform ve çoklu cihaz uyarlanabilirliğine sahiptir. Montaj ve talimatların yeniden düzenlenmesi gibi teknolojiler sayesinde, Tianyuan'ın yerleşik operatörleri muhakeme veya üretim ortamlarında çok çekirdekli avantajlardan tam olarak yararlanabilir ve özellikle cihazların hesaplama gücünü esnek bir şekilde çağırabilir. Büyük model algoritma eğitimi için uygundur.
Genel olarak, MegEngine işbirliğine dayalı tasarım, verimli eğitim ve büyük ölçekli eğitim yeteneklerinde daha eksiksiz bir birleştirme ve yükseltme gerçekleştirdi.
Platform düzeyindeki şirketlerin teknoloji devleri ile karşılaştırıldığında Megvii, kuruluşunun başında yapay zeka odaklı bir şirketti.Tianyuan'ın derin öğrenme çerçevesinin geliştirilmesi, temel işine dayanıyor ve uygulama senaryolarında ve iniş vakalarında sürekli geri bildirim ve hata ayıklamaya tabi tutuldu. Özellikle görsel görevlerin işlenmesinde geliştiriciler için daha uygundur.
Geliştiriciler, TensorFlow ve PyTorch gibi çerçevelerin farklı avantajlarına dayanarak, kendi sorunlarını çözmek için aynı anda farklı çerçeveler de kullanabilirler.
Ekolojik ortak oluşturucu
Geçtiğimiz birkaç yıl içinde Çinli şirketler açık kaynağı benimsedi, ancak çoğu duruma göre hareket ediyor ve yetişmeye çalışıyor.Çalışmayı erken aşamada yapan ve teknoloji biriktirmeye devam eden çok fazla insan yok.Bu açıdan küçümseme farklı bir tür olarak kabul edilebilir.
2014 yılında, şirket hala verimsiz olan Theano çerçevesini kullanırken derin öğrenme yeni yeni ortaya çıkıyordu. Megvii Araştırma Enstitüsü'nden üç stajyer, otomatikleştirilmiş algoritma araştırma ve geliştirme sistemi Cycle ++ temelli, altı aydan daha kısa bir sürede, MegEngine'in prototipi olan derin öğrenme çerçevesinin ilk sürümünü yazdı.
MegEngine'in ikinci yılında, Google açık kaynaklı TensorFlow. Derin öğrenme çerçevesinin seçiminde, ister devler için bilet satın alın, ister gemileri kendileri inşa edin, ekip uzun vadeli anlaşmazlıklar yaşadı.
Yüksek yatırımla kendi kendine araştırma, ekip için harika bir test anlamına gelir. Şu anda, teknik ekip hala 4 yıldan daha az bir süredir kurulmuş olan 20 kişiden azdır. İşletmenin uygulanmasıyla zorluk katlanarak artar. Ancak, sadece açık kaynak TensorFlow'un hala iyileştirilmesi gereken birçok eksikliği var.Ekip için, kendi geliştirdiği MegEngine'den çok daha düşük. Dahası, mutlak ana işi AI olan bir kuruluş için, uzun vadede, kendi geliştirdiği derin öğrenme çerçevesinin kendi ihtiyaçları için algoritmaları ayarlamak ve yinelemek daha kolaydır.
Şimdi baktığımda, o yılki tartışmanın sonuçları çok açıktı, zor ama doğru yoldan nefret ettim.
2015 yılında Tianyuan, Megvii içindeki tüm çalışanlar tarafından kullanıldı ve tüm algoritmaları bu çerçeveye göre eğitildi ve gerekçelendirildi. Şu anda Tianyuan, yüzlerce ürün ve düzinelerce bilgi işlem platformunda kullanılan 8. baskıya yineledi.
Tekrar sormama izin verin: Tianyuan'ın bir ağabeyle kendi avantajları olduğu doğru, ancak ilk gelenlerle nasıl rekabet edebilir?
Bu AI şirketi bu konuya fazla zaman harcamıyor gibi görünüyor.
"Tianyuan ve diğerlerinin (çerçevenin) birbiriyle yarışan ilişkiler olduğunu düşünmüyoruz, ancak sağlıklı ve organik bir durum oluşturmak için açık kaynak ekolojisinin geliştirilmesini ve inşasını kullanıyoruz. Herkesin yeni fikirlerini kabul edip birlikte yaratabilecek açık bir topluluk oluşturmayı umuyoruz. Topluluk: İster teknik bir ürün ister açık kaynaklı bir çerçeve olsun, kullanımı kolay olsun, olgun mu ve daha iyi yapılıp yapılamayacağı nihai karar standardıdır. "Megvii Araştırma Enstitüsü Kıdemli Teknik Direktörü Tian Zhongbo sonuca vardı.
Kuralları "bozan "lara açığız
Tianyuanın açık kaynağı artık Alpha sürümüdür. Açık kaynak ekosisteminin eninde sonunda nasıl ortaya çıkacağı sürekli yineleme gerektirir, ancak algoritmalarda başarılara sahip mükemmel bir oyuncu doğal olarak algoritma araçlarına yeterince güvenir. Sürekli gelişen akıllı cep telefonu akıllı, akıllı şehir, tedarik zinciri ve diğer iniş vakalarına ek olarak, Megvii Araştırma Enstitüsü'nün katılımcı ekibi, son yıllarda çeşitli üst düzey yarışmaların ve konferansların yerleşik şampiyonu olmuştur.
Mevcut plana göre Tianyuan, her Mart ayında yineleme ritmini koruyacak: Alfa sürümü, anahtar kodları yayınlamak için Mart ayında piyasaya sürülecek; Beta sürümü, ARM tabanlı CPU destek yeteneklerini tam olarak sağlayacak ve daha fazla hızlandırma cihazı sunacak şekilde Haziran ayında piyasaya sürülecek. ; Eylül ayındaki Sürüm 1.0, tüm temel işlevleri ve bileşenleri kapsayacak ve tüm genel bilgi işlem cihazlarını destekleyecektir. Bundan sonra Tianyuan, GitHub ve Ihub'da kademeli olarak kaynak açacak.
Megvii Araştırma Enstitüsü Dekanı Sun Jian, "Yurtdışında büyük hacimli iki çok büyük derin öğrenme motoru olmasına rağmen, hala çözülmemiş bazı açık ve teknik sorunlar var."
"Açık kaynak çerçevesinin birçok genç tarafından önerilen yaratıcı yeni çözümleri enjekte edebileceğini umuyoruz. Ayrıca, daha seçkin geliştiricilerin planlarımızı bozmak ve bozmak için yaratıcılıklarına katkıda bulunabileceğini umuyoruz."
Lei Feng Wang Lei Feng Wang Lei Feng Wang
