Skip to main content

医疗保健成果

推广 AI:开发人员加速成功的关键

开发商的成功

AI 已越来越多地嵌入到关键业务应用 — 制造业的缺陷检测、零售业的客户行为分析,甚至是智慧城市的交通检测。AI 可助力一切事务。但要实现这些功能,例如训练 AI 模型,并将其真正转化为业务价值,可能需要花费大量时间和精力。

幸运的是,对开发人员来说,多年来,英特尔一直在做出改进,以提高使用 AI 的便利性。今年是英特尔发布 OpenVINO 工具套件五周年,也是其推出 OpenVINO 2023.0 的年份。它刚刚发布了英特尔® Geti 解决方案,该解决方案经过专门设计,可帮助开发人员简化与业务部门的合作。英特尔 OpenVINO 架构师 Yury Gorbachev英特尔 AI 软件布道者 Raymond Lo 将向我们介绍该解决方案的所有相关信息(视频 1)

视频 1。英特尔的 Yury Gorbachev 和 Raymond Lo 将讨论 AI 的进化历程以及 OpenVINO 将继续扮演的角色。(资料来源:insight.tech

关于 AI 取得的进展,您看到了哪些最新趋势?

Yury Gorbachev:这是当前的主流技术。人们正通过 AI 处理大量用例 — 客户监控、道路监测、安全、患者健康检查,所有这些用例已成为主线。

但我认为,过去一年来,我们看到,人们对 AI 及其解决问题的能力的认知发生了巨大转变。我将介绍生成式 AI,以及我们目前广受欢迎的 ChatGPT、Stable Diffusion 以及所有这些模型。我们将了解图像生成功能。我们将了解视频生成功能。我们将了解视频增强功能。我们将了解文本生成功能。目前,所有这些功能都在迅速进化。如果我们回顾约 10 年前的情况,当时深度学习的采用率激增,现在,生成式 AI 也将面临同样的情况。

关于开发人员能力提升,您有什么信息可以向我们介绍的?

Raymond Lo:要与开发人员合作,我自己必须也是一名开发人员。可能在 10-12 年前,我与我的团队共同构建了第一个神经网络。我尝试去了解如何跟踪指尖 — 只是为了确保摄像头能够理解我在它前面的操作。我们花了三个月时间才了解如何训练第一个模型。如今,如果我把它交给 Yury,可能两天后就可以完成训练。但当时,仅仅是构建极其简单的神经网络也耗费了我大量的精力。

当然,我们最终成功构建了该网络;我了解了它的工作机制。但是,经过多年进化,现在有各种框架可供使用;TensorFlow 和 PyTorch 也变得更易于使用。当时,我是在自己的 C++ 程序上执行计算。相当硬核,是吧?如今,他们有了 OpenVINO。

现在,当我与社区开发人员交谈时,会听到 OpenML、GPT 等各种模型。您不必过于担心,因为当您犯错时,您猜会出现什么情况?试试看 — 它将不再运行,或者为您提供错误结果。如今,至关重要的是,我拥有了一组工具和资源,因此,当人们向我提问时,我可以快速给出经过验证的答案。目前,英特尔正在为人们提供这类经过验证的工具。

您如何与开发人员合作,构建这类解决方案?

Raymond Lo:当我与年轻开发人员交谈时,我会倾听,对吧?“要使某项任务按所需方式运行,您需要做些什么?”比方说,假设有人正尝试在购物中心安装摄像头。他们需要考虑隐私;如果他们在能耗极高的设备上运行摄像头,他们需要考虑散热,并且他们想要隐藏摄像头。某些用例需要非常独特的系统。用户希望它位于工厂,他们希望它处在边缘。他们不想上传这类数据;他们希望确保一切在本地运行。

因此,我们会考虑采用产品组合,英特尔正好提供此类服务。我想,随着我们与客户的合作愈加紧密,我们会尝试收集这些类型的用例,并为他们创建这一揽子解决方案。但我不需要极度昂贵的超级计算机来进行推理。

Yury Gorbachev:我认为您完全正确。我要说的是,最被低估的平台就是您书桌上使用的平台。实际上,大多数开发人员都使用笔记本电脑,使用台式机,它们由英特尔提供技术支持。OpenVINO 能够在这些机器上运行,并在我们讨论的场景下实现相当出色的 AI 性能。您不需要设立数据中心来处理视频、执行风格迁移、检测车辆以及检测人员。多年来,我们一直试图向客户和开发人员说明这一点。

从业务角度看,完全相同的平台将在摄像头、视频处理设备等类似设备中运行。这一切都始于每位开发人员所拥有的非常基本的笔记本电脑。

过去几年来,您看到 OpenVINO 取得了哪些进步?

Yury Gorbachev:最初,我们首先开发的是 OpenCV。因此,我们从 OpenCV 范例中借鉴了大量经验,我们借鉴了各种 OpenCV 理念。在 OpenCV 上,我们利用计算机视觉处理了大量任务,因此,我们最初使用 OpenVINO 来处理计算机视觉用例。然后,我们开始开发这个开源工具套件,以便部署 AI 模型。

随着时间推移,我们看到了 TensorFlow 的增长势头,看到 PyTorch 的爆发。因此,我们必须紧跟这种趋势。我们看到了应用场景的演变,如近景分类、对象检测、分段。我们最初只开发了运行时版本;然后我们开始创建优化工具,并最终添加了训练时间优化工具。

因此,我们最初从计算机视觉入手,但随后,在 NLP 领域、文本处理领域的应用出现激增。于是,我们必须对在 API 中处理推理的方式做出重大改变;为了支持那些用例,我们对生态系统做出了巨大改变。如前所述,现在我们看到,生成式 AI、图像生成、视频生成正发生演变。因此,我们还需要适应那些改变。

我们与合作伙伴开展了大量合作;我们跨团队完成了大量工作,为这些技术提供支持,使其始终采用英特尔的最佳性能框架。我们最近分析了我们定期进行逐代进化的方式,与前代产品相比,我们的性能提升幅度不是 5% 或 10%,有时甚至达到两三倍。

能否介绍一下 OpenVINO 与英特尔® Geti 如何协同工作?

Raymond Lo:这实际上与您希望解决的问题陈述有关。Geti 填补了两者之间的训练缺口 — 这时,您可以提供一组需要算法识别的数据。它可能是某种缺陷,可能是模型或对象的分类。当前,我们提供了该接口;我们为人们提供工具。此外,该工具还具有这些微调参数;您可以清楚了解需要如何对它进行训练。

您甚至可以对其使用数据集,以便每次训练时,都可以对其进行批注。我们称之为主动学习方法。在给出足够多的示例后,AI 将为您完成其余任务。那就是 Geti 的真正作用。现在,您可以通过各种方式来处理这个问题 — 获取可部署到 OpenVINO 上的模型。 

您对 AI 的未来有何设想?

Yury Gorbachev:目前很难预测今后一年会发生什么情况,通过 AI 可实现哪些潜在的应用场景。但我可以确信一点:我认为,我们完全相信,现在我们看到的使用生成式 AI 的所有那些场景、所有那些用例 — 图像生成、视频、文本、聊天机器人、个人助理等,在某个时候,这些场景/用例都将在边缘运行。主要是因为人们希望在边缘运行那些场景/用例。

例如,人们希望在本地编辑文档;与您自己的个人助理进行对话,而不必向云端发送请求,从而保留一点隐私。同时,您还希望更快完成任务;与在云端相比,在边缘通常可以更快完成任务。这就是 OpenVINO 将发挥重要作用的地方,因为我们将尝试在常规笔记本电脑上完成这些工作。

最初,笔记本电脑的性能不足以满足需求。很明显,在进行优化与实现的性能之间要做出一定的取舍。但最终,用户的期望值会非常高,以至笔记本电脑必须满足这种需求。

Raymond Lo:如 Yury 所说,由于变化日新月异,当前完成某种建模会非常困难。但有些事情我始终可以确信:任何时候都有成功的技术,始终会有采用曲线,对吧?这称为必然会发生的趋势。“必然会发生”意味着每个人都了解它是什么。这个 2023 版 OpenVINO,我们的下载量达到 100 万次。这是一个非常重要的数字。它表示市场正在采用这个版本,而不是某个值得拥有、但却无人再次下载的版本。

我敢说,在今后一年内,我们将拥有更先进的 AI。 

庆祝 OpenVINO 发布五周年和推出最新版本有什么重要意义?

Yury Gorbachev:我们会在这个版本中继续改进性能。我们正致力于开发生成式 AI,我们正努力改进生成式 AI 在多个平台上的性能。但最令人瞩目的是,我们将开始在 GPU 上支持动态形状。我们完成了大量工作,以便在 GPU(包括集成 GPU 和独立 GPU)上运行大量文本处理场景。我们正考虑聊天之类的功能,我认为,它们甚至会在集成 GPU 上运行。在改进性能等方面,还有一些工作有待我们完成。但总体而言,以前根本无法完成的工作,现在将成为可能。

第二个要点:我们正在逐步简化我们的量化和模型优化体验。我们正在开发一个可以完成所有工作的工具,它通过 Python API 来实现这一目标,因为该 API 更适合数据科学人员使用。我可能会稍微提及一项功能,即在目前的预览版中,我们将开始支持 PyTorch 模型,开始直接转换 PyTorch 模型。它尚不能投入生产环境,但相关团队对于推出该功能感到非常兴奋。

相关内容

有关 AI 开发的详细信息,请收听利用 OpenVINO 帮助开发人员快速成功地开发 AI 并阅读开发工具嵌入 AI 以应用于各行各业。有关最新版本的 OpenVINO 的详细信息,请访问 https://openvino.ai/。有关英特尔的最新创新,请在 TwitterLinkedIn 上关注他们。
 

本文由文案编辑 Erin Noble 编辑

作者简介

Christina Cardoza is an Editorial Director for insight.tech. Previously, she was the News Editor of the software development magazine SD Times and IT operations online publication ITOps Times. She received her bachelor’s degree in journalism from Stony Brook University, and has been writing about software development and technology throughout her entire career.

Profile Photo of Christina Cardoza