Baidu’nun PaddlePaddle’ı Yapay Zekayı Endüstriyel Uygulamalara Döndürüyor



Baidu'nun PaddlePaddle'ı Yapay Zekayı Endüstriyel Uygulamalara Döndürüyor

TensorFlow, PyTorch ve Keras: Bu üç derin öğrenme çerçevesi, yeni girenlerin hız kazanmasına rağmen yıllardır AI’ya egemen oldu. Ancak Batı’da pek duymadığınız bir çerçeve, Çin’in KürekKürekdünyanın en kalabalık ülkesindeki en popüler Çin çerçevesi.

Başlangıçta Çinli AI devi Baidu tarafından derin öğrenmeyi kendi ürünlerinin çoğuna uygulamak için geliştirilen, kullanımı kolay, verimli, esnek ve ölçeklenebilir bir derin öğrenme platformudur. Bugün, dünya çapında 4.77 milyondan fazla geliştirici ve 180.000 işletme tarafından kullanılıyor. Diğer çerçeveler için karşılaştırılabilir sayılara ulaşmak zor olsa da, bunun büyük olduğunu söylemek yeterli.

Baidu kısa süre önce, doğal dil işleme, vizyon ve hesaplamalı biyolojiyi kapsayan 10 büyük derin öğrenme modeliyle birlikte PaddlePaddle için yeni güncellemeler duyurdu. Modeller arasında ERNIE 3.0 Zeus adlı yüz milyar parametreli bir doğal dil işleme (NLP) modeli, ERNIE-GeoL adlı coğrafya ve dil önceden eğitilmiş bir model ve HELIX-GEM adlı bileşik temsil öğrenimi için önceden eğitilmiş bir model yer alıyor.

Şirket ayrıca, biri elektrik enerjisi endüstrisi, biri bankacılık ve havacılık için bir tane daha— şirketin ERNIE’sinde ince ayar yaparak 3.0 Titan denetimsiz öğrenme görevlerinde endüstri verileri ve uzman bilgisi ile model.

Yazılım çerçeveleri, bir proje veya sistemin geliştirilmesini sağlamak için ilişkili destek programları, derleyiciler, kod kitaplıkları, araç setleri ve uygulama programlama arabirimlerinin (API’ler) paketleridir. Derin öğrenme çerçeveleri, üst düzey bir programlama arabirimi aracılığıyla derin sinir ağlarını tasarlamak, eğitmek ve doğrulamak için gereken her şeyi bir araya getirir. Bu araçlar olmadan, derin öğrenme algoritmalarının uygulanması çok zaman alacaktı çünkü aksi takdirde yeniden kullanılabilir kod parçalarının sıfırdan yazılması gerekecekti.

Baidu, 2012 yılının başlarında bu tür araçları geliştirmeye başladı. Geoffrey Hinton’ın derin öğrenme buluşu ImageNet yarışmasında.

2013 yılında, Berkeley’deki California Üniversitesi’nde bir doktora öğrencisi, bilgisayarlı görme araştırmalarında kullanılan evrişimli sinir ağlarını destekleyen Caffe adlı bir çerçeve oluşturdu. Baidu, evrişimli sinir ağlarına ek olarak tekrarlayan sinir ağlarını destekleyen ve ona NLP alanında bir avantaj sağlayan PaddlePaddle’ı geliştirmek için Caffe’yi temel aldı.

PaddlePaddle adı, çerçevenin modelleri birden çok GPU üzerinde eğitme yeteneğine bir referans olan PAallel Dağıtılmış Derin Öğrenme’den türetilmiştir.

2015’te Google’ın açık kaynaklı TensorFlow’u ve gelecek yıl Baidu’nun açık kaynaklı PaddlePaddle’ı. Eric Schmidt, 2017’de Çin’e TensorFlow’u tanıttığında, Çin’in ondan önde olduğu ortaya çıktı.

2017’de açık kaynaklı olan TensorFlow ve Meta’nın PyTorch’u Çin’de popülerliğini korurken, PaddlePaddle daha çok endüstriyel kullanıcılara yöneliktir.

“Bireyler ve şirketler için giriş engellerini azaltmak için çok çaba harcadık” dedi. Ma YanjunBaidu’daki AI Teknoloji Ekosisteminin genel müdürü.

PyTorch ve TensorFlow, araç setleri üretim ortamlarında uzman olmayanlar için tasarlanmış PaddlePaddle’a kıyasla, kullanıcılar açısından daha fazla derin öğrenme uzmanlığı gerektirir.

Ma, “Çin’de geliştiricilerin çoğu işlerinde AI kullanmaya çalışıyor, ancak çok fazla AI geçmişine sahip değiller” dedi. “Bu nedenle, farklı endüstri sektörlerinde AI kullanımını artırmak için PaddlePaddle’a daha geniş bir topluluk tarafından kullanılabilmesi için kullanımı daha kolay olan çok sayıda düşük eşikli araç seti sağladık.”

Yapay zeka mühendisleri normalde endüstri sektörleri hakkında fazla bir şey bilmiyorlar ve endüstri sektörü uzmanları yapay zeka hakkında fazla bir şey bilmiyor. Ancak PaddlePaddle’ın anlaşılması kolay kodu, kullanıcılara yardımcı olacak çok sayıda öğrenme materyali ve aracıyla birlikte gelir. Kolayca ölçeklenir ve çeşitli ihtiyaçları karşılamak için kapsamlı bir API setine sahiptir.

Küçük ağaçlar ve çalılıklarla dolu bir çöl ortamında 3 kişi bir robotun etrafında toplanıyor
Bu geliştiriciler, ağaç dikme sürecini otomatikleştirmek için bir çöl robotu için PaddlePaddle’ı kullandılar.Baidu

Büyük ölçekli veri eğitimini destekler ve yüzlerce makineyi paralel olarak eğitebilir. Bir sinir-makine çeviri sistemi, öneri sistemleri, görüntü sınıflandırması, duygu analizi ve anlamsal rol etiketlemesi sağlar.

Ma, araç takımları ve kütüphanelerin PaddlePaddle’ın güçlü yanı olduğunu söyledi. Örneğin, PaddleSeg görüntülerin bölütlenmesi için kullanılabilir. PaddleDetection nesne algılama için kullanılabilir. Ma, “Veri işlemeden eğitime, model sıkıştırmadan farklı donanımlara uyarlamaya kadar tüm AI geliştirme hattını ve daha sonra bunları Windows veya Linux’ta farklı sistemlerde nasıl dağıtacağımızı ele alıyoruz” dedi. işletim sisteminde veya bir Intel yongasında veya bir Nvidia yongasında.”

Platform aynı zamanda kuantum hesaplama modelleri için Paddle Quantum ve grafik öğrenme modelleri için Paddle Graph Learning gibi son teknoloji araştırma amaçlarına yönelik araç takımlarına da ev sahipliği yapıyor.

“Bu yüzden PaddlePaddle şu anda Çin’de oldukça popüler” dedi. “Geliştiriciler, yalnızca aracın kendisini değil, bu tür araç takımlarını da kullanıyor.”

Açık kaynaklı olduğu için PaddlePaddle, kapsamlı İngilizce belgeler sayesinde Baidu dışındaki farklı endüstri sektörlerinde ve Çin dışındaki ülkelerde daha iyi performans ve kullanıcı deneyimine sahip olmak için hızla gelişti. Şu anda PaddlePaddle, endüstriyel uygulamaların hızlı gelişimini kolaylaştırmak için 500’den fazla algoritma ve önceden eğitilmiş model sunmaktadır. Baidu, gerçek dünyadaki uygulamalarda konuşlandırılabilmesi için model boyutunu küçültmek için çalıştı. Bazı modeller çok küçük ve hızlıdır ve bir kameraya veya cep telefonuna yerleştirilebilir.

PaddlePaddle için Endüstriyel Uygulamalar

  • Ulaşım şirketleri, trafik ışıklarını izleyen ve trafik verimliliğini artıran AI modellerini dağıtmak için PaddlePaddle’ı kullanıyor.
  • Üretim şirketleri, üretkenliği artırmak ve maliyetleri düşürmek için PaddlePaddle’ı kullanıyor.
  • Geri dönüşüm şirketleri, bir çöp ayırma robotu için farklı çöp türlerini tanımlayabilen bir nesne algılama modelleri geliştirmek için PaddlePaddle’ı kullanır.
  • Shandong eyaletindeki Shouguang ilçesi, farklı sebzelerin büyümesini izlemek için AI kullanıyor ve çiftçilere onları toplayıp paketlemeleri için en iyi zamanı tavsiye ediyor.
  • Güneydoğu Asya’da PaddlePaddle, yangın önleme amacıyla AI destekli orman dronlarını kontrol etmek için kullanıldı.

PaddlePaddle, gerçek zamanlı öneri sistemlerinde ve aramada kullanılabilen seyrek modelleri eğitmek için parametre sunucusu teknolojisine sahiptir. Ancak aynı zamanda, metin oluşturma veya görüntü oluşturma gibi gerçek zamanlı sonuçlar gerektirmeyen senaryolar için kullanılan modelleri daha da büyük sistemlerde birleştirdi.

Baidu, büyük ve yoğun modelleri, yapay zekanın benimsenmesinin önündeki engeli azaltmanın başka bir yolu olarak görüyor çünkü sözde temel modeller belirli senaryolara uyarlanabiliyor. Temel modeli olmadan, her şeyi sıfırdan geliştirmeniz gerekir.

Ma, araştırma alanlarının konuşma ve görme gibi farklı modalitelerin çapraz model öğrenimiyle birleştiğini söyledi. Baidu’nun derin öğrenme sürecinde bilgi grafiklerini de kullandığını söyledi. Ma, “Daha önce bir derin öğrenme sistemi, herhangi bir bilgi girişi olmadan ham metinler veya ham görüntülerle ilgileniyordu ve sistem, verilerin dışındaki kuralları toplamak için kendi kendini denetleyen öğrenmeyi kullandı” dedi. “Ama şimdi bilgi grafiklerini bir girdi olarak görüyoruz.”


Kaynak : https://spectrum.ieee.org/paddlepaddle-baidu

Yorum yapın

SMM Panel PDF Kitap indir