Intel lanza kits de referencia de IA de código abierto

Intel ha lanzado el primer conjunto de kits de referencia de IA de código abierto diseñados específicamente para hacer que la IA sea más accesible para las organizaciones en entornos locales, en la nube y perimetrales. Presentados por primera vez en  Intel Vision , los kits de referencia incluyen código de modelo de IA, instrucciones de canalización de aprendizaje automático de extremo a extremo, bibliotecas y componentes Intel oneAPI para el rendimiento entre arquitecturas. Estos kits permiten a los científicos y desarrolladores de datos aprender a implementar la IA de forma más rápida y sencilla en la atención médica, la fabricación, el comercio minorista y otras industrias con mayor precisión, mejor rendimiento y menor costo total de implementación.

“La innovación prospera en un entorno abierto y democratizado. El ecosistema de software de inteligencia artificial abierto acelerado de Intel, incluidos los marcos populares optimizados y las herramientas de inteligencia artificial de Intel, se construyen sobre la base de un modelo de programación oneAPI unificado, abierto y basado en estándares. Estos kits de referencia, creados con componentes de la cartera de software de IA de extremo a extremo de Intel, permitirán a millones de desarrolladores y científicos de datos introducir IA rápida y fácilmente en sus aplicaciones o impulsar sus soluciones inteligentes existentes”.–Wei Li, Ph.D., vicepresidente de Intel y gerente general de inteligencia artificial y análisis

Acerca de los kits de referencia  de IA: las cargas de trabajo de IA continúan creciendo y diversificándose con casos de uso en visión, voz, sistemas de recomendación y más. Los kits de referencia de IA de Intel, creados en colaboración con Accenture, están diseñados para acelerar la adopción de IA en todas las industrias. Son IA preconstruida de código abierto con contextos empresariales significativos tanto para la introducción de IA totalmente nueva como para cambios estratégicos en las soluciones de IA existentes. 

Hay cuatro kits disponibles para descargar hoy:

• Salud de los activos de servicios públicos :  a medida que el consumo de energía continúa creciendo en todo el mundo, se espera que crezcan los activos de distribución de energía en el campo. Este modelo de análisis predictivo fue entrenado para ayudar a las empresas de servicios públicos a brindar una mayor confiabilidad en el servicio. Utiliza XGBoost optimizado por Intel a través de la  biblioteca de análisis de datos Intel® oneAPI  para modelar el estado de los postes de servicios públicos con 34 atributos y más de 10 millones de puntos de datos ¹ . Los datos incluyen la antigüedad de los activos, las propiedades mecánicas, los datos geoespaciales, las inspecciones, el fabricante, el historial previo de reparaciones y mantenimiento y los registros de interrupciones. El modelo de mantenimiento predictivo de activos aprende continuamente a medida que se proporcionan nuevos datos, como el fabricante de postes nuevos, las interrupciones y otros cambios en las condiciones.
• Control de calidad visual :  El control de calidad (QC) es esencial en cualquier operación de fabricación. El desafío con las técnicas de visión por computadora es que a menudo requieren una gran potencia de cómputo de gráficos durante el entrenamiento y un reentrenamiento frecuente a medida que se introducen nuevos productos. El modelo AI Visual QC se entrenó con  Intel® AI Analytics Toolkit , que incluye Intel® Optimization for PyTorch e  Intel® Distribution of OpenVINO™ toolkit , ambos impulsados ​​por oneAPI para optimizar el entrenamiento y la inferencia para que sean un 20 % y un 55 % más rápidos, respectivamente, en comparación para almacenar la implementación del kit de control de calidad visual de Accenture sin optimizaciones de Intel ² para cargas de trabajo de visión artificial en CPU, GPU y otras arquitecturas basadas en aceleradores. Mediante el uso de la visión artificial y la clasificación SqueezeNet, el modelo AI Visual QC usó el ajuste y la optimización de hiperparámetros para detectar defectos en las píldoras farmacéuticas con un 95 % de precisión.
• Chatbot del cliente : los chatbots conversacionales se han convertido en un servicio fundamental para respaldar iniciativas en toda la empresa. Los modelos de IA que admiten interacciones de chatbots conversacionales son masivos y muy complejos. Este kit de referencia incluye modelos de procesamiento de lenguaje natural de aprendizaje profundo para la clasificación de intenciones y el reconocimiento de entidades nombradas mediante BERT y PyTorch. Intel® Extension para PyTorch e Intel Distribution of OpenVINO toolkit optimizan el modelo para un mejor rendimiento (inferencia un 45 % más rápida en comparación con la implementación estándar del kit de chatbot para clientes de Accenture sin optimizaciones de Intel ³  ) en arquitecturas heterogéneas y permiten a los desarrolladores reutilizar el código de desarrollo del modelo con cambios mínimos de código para entrenamiento e inferencia.
• Indexación inteligente de documentos :  las empresas procesan y analizan millones de documentos cada año, y muchos de los documentos semiestructurados y no estructurados se enrutan manualmente. AI puede automatizar el procesamiento y la categorización de estos documentos para un enrutamiento más rápido y menores costos de mano de obra. Utilizando un modelo de clasificación de vectores de soporte (SVC), este kit se optimizó con  Intel® Distribution of Modin  e  Intel® Extension para Scikit-learn con  tecnología oneAPI. Estas herramientas mejoran los tiempos de preprocesamiento de datos, capacitación e inferencia para que sean un 46 %, 96 % y 60 % más rápidos, respectivamente, en comparación con la implementación estándar del kit de indexación de documentos inteligente de Accenture sin las optimizaciones de Intel ⁴  para revisar y clasificar los documentos con una precisión del 65 %. .

Descárguelo gratis en el  sitio web Intel.com AI Reference Kits . Los kits también están disponibles en Github.

Por qué es importante:  los desarrolladores buscan infundir IA en sus soluciones y los kits de referencia contribuyen a ese objetivo. Estos kits se basan y complementan la cartera de software de IA de Intel de herramientas integrales y optimizaciones de marco. Construidas sobre la base del  modelo de programación heterogéneo, abierto y basado en estándares oneAPI  , que ofrece rendimiento en múltiples tipos de arquitecturas, estas herramientas ayudan a los científicos de datos a entrenar modelos más rápido y a menor costo al superar las limitaciones de los entornos propietarios.

Lo que sigue:  durante el próximo año, Intel lanzará una serie de kits de referencia de IA de código abierto adicionales con modelos de aprendizaje profundo y aprendizaje automático capacitado para ayudar a las organizaciones de todos los tamaños en su proceso de transformación digital.