Desbloqueo de IA en el perímetro con las nuevas herramientas de Deci

¿No pudiste asistir a Transform 2022? ¡Vea todas las sesiones de la cumbre en nuestra biblioteca a pedido ahora! Mira aquí.

Los dispositivos Edge deben poder procesar los datos proporcionados rápidamente y en tiempo real. Además, las aplicaciones de inteligencia artificial de vanguardia solo son efectivas y escalables cuando pueden hacer predicciones de imágenes de alta precisión.

Asume la compleja y esencial tarea de la conducción autónoma: se deben tener en cuenta todos los objetos relevantes en la escena de conducción, ya sean peatones, carriles, aceras, otros vehículos o señales de tráfico y semáforos.

"Por ejemplo, un vehículo autónomo que circula por una ciudad abarrotada debe mantener una alta precisión mientras opera en tiempo real con una latencia muy baja; de lo contrario, las vidas de los conductores y peatones pueden estar en peligro", dijo Yonatan. Geifman, CEO y cofundador de la empresa de aprendizaje profundo Deci.

La clave para esto es la segmentación semántica o segmentación de imágenes. Pero hay un dilema: los modelos de segmentación semántica son complejos y, a menudo, ralentizan su rendimiento.

Evento

MetaBeat 2022

MetaBeat reunirá a líderes de opinión para asesorar sobre cómo la tecnología del metaverso transformará la forma en que todas las industrias se comunican y hacen negocios el 4 de octubre en San Francisco, CA.

registrarse aquí

“A menudo hay una compensación entre precisión, velocidad y tamaño en estos modelos”, dijo Geifman, cuya compañía lanzó esta semana un conjunto de modelos de segmentación semántica, DeciSeg, para ayudar a resolver este complejo problema.

"Esto puede ser una barrera para las aplicaciones perimetrales en tiempo real", dijo Geifman. "La creación de modelos computacionalmente eficientes y precisos es un verdadero desafío para los ingenieros de aprendizaje profundo, que hacen todo lo posible para lograr la precisión y la velocidad que satisfagan la tarea en cuestión".

El poder del borde

Según Allied Market Research, el tamaño del mercado mundial de IA avanzada (inteligencia artificial) alcanzará casi los 39 000 millones de dólares en 2030, con un crecimiento anual compuesto (CAGR) de casi el 19 % durante 10 años. Mientras tanto, Astute Analytica informa que el mercado global de software de inteligencia artificial avanzada alcanzará más de $ 8 mil millones para 2027, creciendo a una tasa compuesta anual de casi el 30 % a partir de 2021.

“La computación perimetral y la IA son una poderosa combinación que puede brindar aplicaciones prometedoras a consumidores y empresas”, dijo Geifman.

Para los usuarios finales, esto se traduce en mayor velocidad, mayor confiabilidad y una mejor experiencia general, dijo. Sin mencionar una mejor privacidad de los datos, ya que los datos utilizados para el procesamiento permanecen en el dispositivo local (teléfonos móviles, computadoras portátiles, tabletas) y no es necesario cargarlos en servicios en la nube de terceros. Para las empresas con aplicaciones de consumo, esto significa una reducción significativa en los costos de computación en la nube, dijo Geifman.

Otra razón por la que la inteligencia artificial de vanguardia es tan importante: los cuellos de botella en la comunicación. Muchos dispositivos de borde de visión artificial requieren un análisis intensivo de transmisiones de video de alta resolución. Pero, si los requisitos de comunicación son demasiado grandes en comparación con la capacidad de la red, algunos usuarios no obtendrán el análisis requerido. "Por lo tanto, mover la computación al borde, incluso parcialmente, permitirá la operación a gran escala", dijo Geifman.

Sin compromiso crítico

La segmentación semántica es esencial para la IA de vanguardia y es una de las tareas de visión artificial más utilizadas en muchas industrias: automotriz, atención médica,...