软件工具

AI 空间如何演变，以及是什么趋势塑造了 AI 空间？

Jason Corso：过去几年中，有一些重大发展推动了我们对 AI 的思考。第一个是这些大型语言模型的推出，可以捕获巨大的令牌长度并将自然人类语言嵌入模型中。这将为我们提供资源，让我们可以真正自然地交互。

我们还看到语言与视觉相结合是未来的一个关键趋势。这将带来全新的计算功能、公开可用数据，以及能够使用这些基本模型来，在 Voxel 称为“可视化 AI”中，解决新问题。

我想说的另一件事是，赞赏数据在各种 AI/ML 模型开发中发挥的作用。我们建立了这种文化，即模型为王。您在学校参加机器学习课程时，会开始使用所下载或教授给出的一些数据集来训练模型，大多数都侧重于算法。但 LLM 领域的领导者已经开始讨论数据、优秀数据、高质量数据在构建我们所用 AI 系统中的模型、代码和数据的结合中起着关键作用。

例如，在 Voxel，我们非常专注于数据所发挥的作用，并向开发人员提供工具，用于在模型中处理数据，而不是仅仅期待开发人员生成一些脚本来可视化数据。20 年前，我的数据集是数十个样本或数百个样本，对吧？现在，我们的数据集有几千万个样本。因此，实际管理数据集并理解失败模式和分布等等是非常困难的，我认为这需要全新的思维。

开发人员在 AI 进步中发挥什么作用？

Paula Ramos：开发人员每天都在寻找自己的路径，因为一切瞬息万变。他们需要推动人工智能这个巨大领域的创新，因此他们需要富有创造力，以解决问题。也许我们面临与 20 年前相同的问题，但现在有更好的工具；有更好的解决方案。我们还需要更多地考虑应用程序的最终用户。

现在有一些挑战，我认为我们在模型开发、数据管理以及如何轻松部署这些模型方面仍有增长空间。您使用云系统，还是使用边缘解决方案？解决方案总是必须尽可能简单，这是开发人员目前面临的主要挑战。

此外，在这个领域真正重要的部分是开源社区；这正在改变 AI 的节奏。当我们向所有人开放这些模型时，他们可以访问数据集并逐轮改进这些模型。

开发人员与英特尔等公司合作的最佳方式是什么？

Paula Ramos：我们现在拥有多个渠道和各种解决方案。例如，我们有硬件加速器，用于重新训练或微调模型。我们还有在边缘工作的解决方案。

还有开发人员可以访问的边缘参考套件。这是为复杂问题提供轻松解决方案的一种方式。而且我们在试图通利用教程、代码和视频，向他们展示如何浏览特定垂直领域：制造业、零售、医疗保健。也适用于 LLM，以及如何处理多个模型。

或者开发人员可以使用 OpenVINO^™ 来优化和量化模型。这意味着他们可以使用与现有相同的基础架构，我们不会强迫开发人员购买特定硬件来运行模型，并且他们可以优化和量化 LLM。OpenVINO 还使开发人员能够轻松证明和测试这些 LLM。他们可以创建试运行，并提供示例，然后再转移到实际或最终生产系统。

我们有一个令人惊叹的存储库和开源社区，其中开发人员可以测试最新 AI 趋势。如果今天推出新内容，那么在两天之内，特定模型会显示在 OpenVINO 笔记本电脑存储库中。您可以在那里测试，例如 Llama 3.1、YOLOv10 和最新 AI 趋势。这是个很好的工具。

开发人员还可以访问英特尔开发人员云，测试多种硬件，再购买。这真的很酷。他们可以访问加速器和最新 AI 趋势，例如 AI PC。 

Voxel51 如何与开发人员互动？

Jason Corso：我们的软件称为 FiftyOne。它基本上是一个可视化组件，以及一个软件 SDK，用于完成我们在这里谈论的工作，例如数据和模型改进。但最近我们有了称为面板的新功能。您可以使用面板，为前端构建功能，而无需知道如何编写 React 或 JavaScript 或 UX 的东西。您可以直接在 Python 中编写，并且仍然可以增强 GUI 功能。

我们这家公司以开源为动力，但我们确实有数十名客户使用我们称为 FiftyOne Teams 的商业企业版 FiftyOne 软件，让您可以在团队、云中或本地中一起开发相同的功能。我们在制造业、安全和汽车领域拥有非常广泛的客户群。

我们今年早些时候结束了 B 轮融资，实际上我们招聘机器学习工程师等等人员，既填补核心工程工作，也填补开发人员关系工作。我们如此信任开发人员，所以我们雇佣受过充分培训、可以写论文和代码等的人，但他们的作用实际上是与社区建立桥梁。

行业活动如何帮助开发人员与更广泛的社区互动？

Jason Corso：Voxel 在 CVPR 之前举行了第一次面对面黑客马拉松。在这种参与中，我们看到开发人员很高兴与新技术互动，并真正试图在新团队中协同工作，以解决新问题。

这很有趣，但我认为开发人员活动的一个关键方面显然是教育。只有参加开发人员活动或会议，如 CVPR，才能真正与时俱进。去年我教了计算机视觉入门课程：从某种意义上说，我每周教三个小时，为 300 名学生举办这个开发人员活动，以了解计算机视觉。

但 AI 空间发展如此迅速，以至于似乎每个人都在不断收集信息，甚至在这个领域工作多年的教职员工。在各种事情上面紧跟最新趋势是不可能的，从尖端研究论文到您需要学习的新 API 和库等等。

因此，Voxel 试图做的是维护一种每周技术活动，真正让社区保持参与。例如，个人而言，东部时间周一中午，我都在办公，人人都可以在 Zoom 上登录。几周前，我们审查了某人的论文，然后我们浏览了幻灯片和实际技术模型。但这一切是这样的：“这是我第一次考虑进入计算机视觉。我应该关注哪些方面呢？

“因此，有关于基本功能的原始教育，以及开发人员活动，真正有助于互动，并且与时俱进。

是否有开发人员可以利用的其他可用资源？

Jason Corso：正如 Paula 早些时候所说，开源是促进创新的门户。我们的软件 FiftyOne 在 GitHub 上，您可以分叉，然后提交 PR。我们每个月或两个月发布一次，每次发布都有来自我们社区的一些内容。自从我们发布以来，我们加深了对社区需求的了解，并在过去 4 年中得到了社区贡献。我真的想对我们建立的开发人员社区表示感谢。这是一个充满活力和丰富的环境，如果没有这个社区，我们不会成为今天的样子。

有实际活动，但参与开源项目才是真正参与 AI 开发人员生态系统的另一个好方法。

英特尔如何促进开发人员参与社区？

Paula Ramos：在英特尔，我们一直在努力，我们正在创造多种方式，与开发人员一起创造这种创新。我们有一个巨大的生态系统，我们试图不仅触及推理部分，而且触及训练部分，例如通过异常检测。

我们有一个称为创新者计划的项目，让全球多名开发人员测试技术。他们可以制作自己的应用程序，然后与我们分享。基本上，他们创建自己的存储库，然后分叉他们的存储库，并创建新的应用程序。我将在我的 LinkedIn 和网络中重点介绍这些创新者，敬请关注。

我们参加的另一项活动是 Google Summer of Code（编程之夏），我们有几位开发人员与我们合作三个月，还有 OpenVINO 团队的不同导师。去年，参与 Google 编程之夏活动的一名学生与他们的导师一起发表了一篇关于 Anomalib 的论文。该论文提交给 CVPR 的视觉异常检查研讨会，并获得接受。

我们与大学的关系也发展迅猛，当然了，是帮助他们创建英特尔可以支持的研究和研究提案。我们还在通过会议，弥合了行业与学术界之间的差距。

我们真正希望在开源社区中工作，因为在这里最重要的是开发人员。我们总是认为，我们需要使开发人员能够在我们提供的软件中使用这种硬件，并且开发人员可以加速，以便他们可以改进他们的管道和工作负载。这是主要意图。

相关内容

要了解有关 AI 开发的更多信息，请听 AI 合作伙伴关系推动开发人员创新。有关 Voxel 的最新创新，请关注 X/Twitter 上的 @voxel51 以及他们的 LinkedIn 和 GitHub。有关英特尔的最新创新，请在 X/Twitter @intel、LinkedIn 和 GitHub 上关注。

本文由文案编辑 Erin Noble 编辑。