Intel pubblica kit di riferimento open source per l’intelligenza artificiale Soluzioni Home Blog Soluzioni Intel pubblica kit di riferimento open source per l’intelligenza artificiale 08/09/2022 Intel ha rilasciato la prima serie di kit di riferimento open source per l’IA, specificamente progettati per rendere l’IA più accessibile all’interno delle organizzazioni. Presentati per la prima volta all’Intel Vision 2022, questi kit di riferimento rendono l’IA più accessibile, sia in ambienti on-premise, cloud o edge. Questi kit AI comprendono: Codice del modello AI,istruzioni per la pipeline di apprendimento automatico end-to-end,Librerie e componenti Intel oneAPI per prestazioni cross-architecture. L’innovativo ecosistema Intel è stato progettato per aiutare gli scienziati dei dati e gli sviluppatori a implementare l’IA in modo più rapido e semplice nei settori della sanità, della produzione, della vendita al dettaglio e in altri settori con una maggiore precisione, migliori prestazioni e un costo totale di implementazione inferiore. Oggi sono disponibili per il download 4 kit: 1) Salute dei beni di utilità Questo modello di analisi predittiva è stato addestrato per aiutare le utility a garantire una maggiore affidabilità del servizio. Inoltre, utilizza XGBoost ottimizzato da Intel attraverso la libreria di analisi dei dati Intel oneAPI per modellare la salute dei pali delle utility con 34 attributi e oltre 10 milioni di punti dati. I dati comprendono l’età dell’asset, le proprietà meccaniche, i dati geospaziali, le ispezioni, il produttore, lo storico delle riparazioni e delle manutenzioni precedenti e le registrazioni delle interruzioni. Il modello di manutenzione predittiva degli asset apprende continuamente man mano che vengono forniti nuovi dati, come quelli relativi ai nuovi produttori di pali, alle interruzioni e ad altri cambiamenti nelle condizioni. 2) Controllo qualità visivo Il controllo di qualità (QC) è essenziale in qualsiasi operazione di produzione. La sfida delle tecniche di computer vision è che spesso richiedono una grande potenza di calcolo grafico durante l’addestramento e un frequente retraining con l’introduzione di nuovi prodotti. Il modello AI Visual QC è stato addestrato utilizzando Intel AI Analytics Toolkit, che include Intel Optimization for PyTorch e Intel Distribution of OpenVINO toolkit, entrambi alimentati da oneAPI per ottimizzare l’addestramento e l’inferenza in modo da renderli rispettivamente più veloci del 20% e del 55% rispetto all’implementazione stock del kit Accenture per il controllo visivo della qualità senza le ottimizzazioni Intel per i carichi di lavoro di computer vision su CPU, GPU e altre architetture basate su acceleratori. Utilizzando la computer vision e la classificazione SqueezeNet, il modello AI Visual QC ha utilizzato la messa a punto e l’ottimizzazione degli iperparametri per rilevare i difetti delle pillole farmaceutiche con una precisione del 95%. 3) Chatbot cliente I chatbot conversazionali sono diventati un servizio fondamentale per supportare le iniziative in tutta l’azienda. I modelli di intelligenza artificiale che supportano le interazioni con i chatbot conversazionali sono enormi e molto complessi. Questo kit di riferimento include modelli di elaborazione del linguaggio naturale ad apprendimento profondo per la classificazione degli intenti e il riconoscimento di entità denominate utilizzando BERT e PyTorch. L’estensione Intel per PyTorch e la distribuzione Intel del toolkit OpenVINO ottimizzano il modello per ottenere prestazioni migliori (inferenza più veloce del 45% rispetto all’implementazione stock del kit chatbot del cliente Accenture senza le ottimizzazioni Intel) su architetture eterogenee e consentono agli sviluppatori di riutilizzare il codice di sviluppo del modello con modifiche minime al codice per la formazione e l’inferenza. 4) Indicizzazione intelligente dei documenti Le aziende elaborano e analizzano milioni di documenti ogni anno e molti di quelli semi-strutturati e non strutturati vengono smistati manualmente. L’intelligenza artificiale può automatizzare l’elaborazione e la categorizzazione di questi documenti per velocizzare l’instradamento e ridurre i costi del lavoro manuale. Utilizzando un modello di classificazione vettoriale di supporto (SVC), questo kit è stato ottimizzato con Intel Distribution of Modin e Intel Extension for Scikit-learn powered by oneAPI. Questi strumenti migliorano i tempi di pre-elaborazione, addestramento e inferenza dei dati, rispettivamente del 46%, 96% e 60% rispetto all’implementazione di serie del kit di indicizzazione dei documenti Accenture Intelligent senza le ottimizzazioni Intel4 per la revisione e l’ordinamento dei documenti con un’accuratezza del 65%. « L’innovazione prospera in un ambiente aperto e democratizzato. L’ecosistema di software AI aperto e accelerato di Intel, che comprende framework popolari ottimizzati e strumenti AI di Intel, si basa su un modello di programmazione oneAPI aperto, basato su standard e unificato. Questi kit di riferimento, realizzati con componenti del portafoglio software AI end-to-end di Intel, consentiranno a milioni di sviluppatori e data scientist di introdurre l’AI in modo rapido e semplice nelle loro applicazioni o di potenziare le soluzioni intelligenti esistenti. » – Wei Li, Ph.D., vicepresidente e direttore generale di Intel per l’intelligenza artificiale e l’analisi Leggi l’articolo completo:https://pulse2.com/intel-intc-releases-open-source-ai-reference-kits Leggi anche 26/09/2023 Soluzioni Intel oneAPI rivoluziona la formazione sull’intelligenza artificiale L’Università di Maribor sta spingendo i confini della tecnologia utilizzando algoritmi di IA ed è supportata dal programma accademico Intel® oneAPI per formare gli studenti ad affrontare le più grandi sfide tecnologiche del mondo moderno. Leggere di più Leggere di più Logilab SDMS Elevate la vostra gestione dei dati con Logilab SDMS. Questo collaudato sistema di gestione dei dati scientifici è stato meticolosamente progettato per acquisire i dati da qualsiasi strumento analitico, indipendentemente dal tipo, dalla marca o dal produttore. Il sistema esegue in modo efficiente l’acquisizione programmata dei dati, la catalogazione, l’archiviazione e il ripristino dei dati, consentendo al contempo l’estrazione dei dati di interesse per sistemi esterni come ELN o LIMS. Scoprire questo software Logilab ELN Logilab ELN è una soluzione comprovata di Electronic Lab Notebook (ELN) che ottimizza le operazioni di laboratorio digitalizzando le attività ed eliminando i processi cartacei. Affidato ai laboratori che conducono test/esperimenti e ricerche in varie discipline, Logilab ELN garantisce la conformità alle linee guida sull’integrità dei dati per le strutture regolamentate GxP. Scoprire questo software Webinar – Data to presentation with Sigmaplot V15 Leggere di più 25/07/2023 Eventi Conferenza virtuale Lumivero 2023 In qualità di sponsor, RITME partecipa il 27 e 28 settembre alla conferenza virtuale organizzata dal nostro partner Lumivero, sul tema Better Together for Better Together for Better Insights, Research and Outcomes. Leggere di più Leggere di più 17/07/2023 Notizie RITME sostiene l’associazione Emmaüs Défi Il team di RITME è orgoglioso di aver organizzato una raccolta di vestiti e materiale scolastico a sostegno di Emmaüs Défi! Leggere di più Leggere di più 22/06/2023 Soluzioni Accelerazione della diagnostica sanitaria con Intel oneAPI e AI Attraverso 4 esempi, scoprite come gli strumenti Intel oneAPI e l’intelligenza artificiale offrono promettenti possibilità di migliorare l’assistenza sanitaria, prevenire le malattie e salvare vite umane. Leggere di più Leggere di più 13/06/2023 Eventi Virtual Research and Technical Writing Institute In qualità di sponsor di questo evento, non dimenticate di visitare il nostro stand virtuale per parlare con i nostri esperti delle vostre problematiche relative a questi temi. Leggere di più Leggere di più