Это завершение конференции mlcon 2.0: конференции разработчиков искусственного интеллекта и машинного обучения! На насыщенном событиями двухдневном мероприятии было 50 докладов и более 9000 регистраций из 65 стран. Если вы пропустили интересующую вас лекцию, не волнуйтесь! Сессии по запросу доступны на cnvrg.io. В этом посте освещаются некоторые из основных объявлений и наиболее популярных докладов конференции. А если вы пропустили диджея с утра, то можете посмотреть его сет на день 1.

Основные объявления для cnvrg.io: Metacloud и AI Blueprints

Cnvrg.io Metacloud теперь общедоступен. Это управляемая платформа искусственного интеллекта с уникальной возможностью использовать собственные вычислительные ресурсы и хранилище. Цель этого заключалась в том, чтобы иметь возможность абстрагироваться от вычислительной инфраструктуры (локальной, облачной и т. д.) и сделать ее доступной одним щелчком мыши для ученых и разработчиков данных. Чтобы сделать машинное обучение еще более доступным для любого разработчика машинного обучения, cnvrg.io провела обзор самых сложных проблем, связанных с тем, чтобы стать организацией, ориентированной на ИИ. Изучая эти проблемы, они обнаружили, что существует нехватка знаний об ИИ и узкие места для развертывания, что затрудняет для организаций переход на ИИ. cnvrg.io запустил общедоступную предварительную версию нового решения под названием AI Blueprints, которое представляет собой рынок настраиваемых конвейеров машинного обучения с открытым исходным кодом, готовых к использованию в любом приложении. Это набор множества предварительно созданных готовых к работе конвейеров, поэтому вам не нужно выполнять тяжелую работу по подключению различных компонентов машинного обучения. Чтобы узнать больше, ознакомьтесь с основным докладом Building for ML Developers.

Вы можете увидеть практические примеры схем ИИ на практике от разработчиков в двух докладах Как стать организацией, ориентированной на ИИ с low-code ML», где разработчик создает и развертывает приложение для обнаружения пожара всего за несколько минут. Вторая сессия, посвященная схемам ИИ в действии, называется «Создайте своего собственного Slackbot, который сможет ответить на вопросы вашей команды о компании».

Самое популярное выступление: Чат у камина с техническим директором Intel Грегом Лавендером

Несомненно, одной из самых популярных сессий на mlcon была беседа Fireside с техническим директором Intel Грегом Лавендером, вероятно, потому, что редко можно услышать от технического директора такой крупной корпорации, как Intel, рассказ о своей стратегии машинного обучения, а также о последних стратегиях, которые организации могут использовать для преуспеть в ИИ. Это включало в себя подход к безопасности для ИИ, важность разработки с минимальным кодом / без кода и ключ к созданию комплексной стратегии аппаратного и программного обеспечения (повысьте производительность разработчиков!) для полной системы машинного обучения. Сессия завершилась тем, что Грег ответил на вопросы о карьере разработчика, с которыми вы можете ознакомиться здесь. Изюминкой разговора стало то, что мы узнали, что Грег Лавендер, технический директор Intel, кодирует для удовольствия. Несмотря на то, что я технический директор Intel, у меня большие обязанности в компании и на меня работают тысячи инженеров, я программирую для удовольствия, а не для получения прибыли… Важно экспериментировать и всегда находить время, чтобы идти в ногу со временем. что определенно вызвало реакцию большей части аудитории разработчиков. Итак, чтобы ответить на чат — да, даже технический директор Intel кодирует для удовольствия!

Самый популярный доклад: Ускорение трансформеров до 1 мс — до бесконечности и дальше! Джефф Будье

Все хотят, чтобы модель работала по последнему слову техники. Проблема в том, что немногие компании смогли развернуть большие и сложные модели Transformer в производстве в больших масштабах. Основным узким местом является задержка прогнозов из-за размера моделей, что может сделать большие развертывания дорогими для запуска и непрактичными вариантами использования в реальном времени. В Докладе Джеффа Будье был рассмотрен подход Hugging Face к ускорению моделей машинного обучения Transformer за счет исследований и оптимизации оборудования, чтобы добиться задержки в 1 миллисекунду на обычном оборудовании и позволить любой компании развертывать эти большие языковые модели в своей производственной инфраструктуре в любом масштабе. Обратите внимание: если вам нужна дополнительная информация о том, как они достигают задержки в миллисекундах, вы можете ознакомиться с Примером Hugging Face.

Спасибо за успех mlcon 2.0

Мы благодарны за невероятно положительные отзывы, которые мы получили от участников конференции. Этот комментарий резюмирует общее мнение: «Лучшее в этой конференции для меня то, что собралась эта великая армия превосходных экспертов. Есть ли шанс, что вы повторите этот совершенно фантастический праздник в ближайшем будущем?” Отвечая на вопрос, скоро выйдет mlcon 3.0! Оставайтесь с нами для получения дополнительной информации! Кроме того, если у вас есть какие-либо предложения для следующего мероприятия, дайте нам знать! Мы ценим ваши отзывы!

Первоначально опубликовано на https://www.cnvrg.io.