Naghahain ang AI2GO ng Xnor ng mga custom na mga modelo ng AI na may ilang mga pag-click – TechCrunch


Ang AI ay magiging kapaki-pakinabang para sa mga tonelada ng mga pang-araw-araw na gawain para sa mga maliliit na negosyo at iba pang mga operasyon – kung alam lang ng mga tao kung paano magtayo at maglagay ng kanilang sariling agent sa pag-aaral ng machine. Sa kasamaang palad, ilang ginagawa. Edge-based na startup ng Xnor.ai ay naglalayong hayaan ang mga di-eksperto na ilagay ang kalagayan ng sining AI upang gumana nang madali hangga't maaari nilang i-update ang kanilang website.

Ang kumpanya ay kicked off ng isang bagong platform na tinatawag na AI2GO na karaniwang nangongolekta ng lahat ng mga pinaka-karaniwang mga application at hardware platform para sa edge-based na Ai sa isang lugar at hinahayaan kang i-download ang mga ito nang kaunti o walang kadalubhasaan.

"Ang pag-develop ng AI ay mahirap lang," ang tagapagtatag at CEO na si Ali Farhadi ay nagsabi sa TechCrunch. "Walang maraming tao ang magagawa nito. At ang pag-deploy sa isang gilid ng aparato ay mas mahirap – kailangan mong mag-alala tungkol sa paggamit ng kuryente, limitasyon ng memorya, at lahat ng iyon. Kaya ngayon kailangan mong magkaroon ng parehong mga AI at mga eksperto sa system. "

Good luck snagging mga kung ikaw ay isang maliit na may-ari ng negosyo na nag-iisip lamang na ito ay magiging cool na malaman kung gaano karaming mga tao sa kanilang restaurant sa anumang naibigay na oras. Kahit na medyo naa-access, malawak na magagamit frameworks tulad ng TensorFlow na kung saan upang sanayin at i-deploy AI ay hindi praktikal para sa sinuman na walang domain kadalubhasaan. Ang AI2GO ay direktang naglalayong sa mga taong ito, na mga tech-savvy ngunit hindi maaaring magbigay ng sampung libong mga larawan ng mga kotse o mga tao upang bumuo ng isang pasadyang computer vision model para sa kanilang mga layunin.

"Binibigyang-daan ka ng mga generic na platform na sanayin ang iyong sariling mga modelo, ngunit sa maraming mga negosyo at mga application na hindi mo kailangang – may isang solusyon na doon. Sabihin na ikaw ay isang may-ari ng paradahan, gusto mong subaybayan ang mga kotse na papasok at palabas o isang bagay, "iminungkahi ni Ali. "Sa AI2GO mo lang i-click ang modelo, tulad ng pagkilala ng kotse, pagkatapos ay piliin ang iyong hardware [e.g. the security camera chipset or Raspberry Pi 0]. Pagkatapos ay maaari mong i-on ang ilang mga dial up at down at isang Xnor bundle ay nilikha upang igalang ang iyong mga hadlang. "

Ang bundle na iyon ay isang ganap na gumaganang edge-based na sistema ng AI na binubuo ng modelo o mga modelo na iyong pinili, na-customize upang matugunan ang mga paghihigpit sa kapangyarihan o memorya. I-install mo ito alinsunod sa mga tagubilin (kakailanganin mo ng ilang ideya kung paano bumuo at mag-deploy ng software dito – hindi ito para sa mga sanggol) at sa ilang minuto dapat kang magkaroon ng isang gumaganang modelo ng pag-detect ng kotse na tumatakbo sa real time sa camera na nakuha mo na. Mukhang ganito ang proseso:

Inihambing ito ni Farhadi sa isang bagay tulad ng Stripe. Kung nagsimula ka ng isang tindahan sa online, hindi mo nais na bumuo ng isang processor ng pagbabayad mula sa simula, ikaw pa gawin kailangan mo ng isang bagay na nakatutok sa iyong mga pangangailangan. Ang kumpanya ay lumilikha ng pasadyang high-performance edge na mga modelo ng AI para sa mga customer ng enterprise, ngunit natagpuan na ang mga maliliit at katamtamang laki na mga negosyo ay hindi lamang interesado sa isang katulad na produkto, ngunit kadalasan ay may mga katulad na gawain.

Mayroong isang grupo ng mga pre-nagsanay na mga modelo, na nagpapatakbo ng gamut mula sa mga detektor ng cat upang kilalanin ang pagkilala. Narito ang isang sampling ng kung ano ang magagamit:

  • Detektor ng tao – nagbibigay ng mga kahon para sa anumang tao sa camera
  • Tao segmenter – nakikita at naghihiwalay ng katawan ng isang tao mula sa background
  • Panghuhula ng klasipikasyon ng ekspresyon – makakuha ng mga pagbabasa para sa galit, takot, kaligayahan, at iba pa
  • Detector object ng sports – kilalanin at gabayan ang mga bagay tulad ng mga bola, mga raketa ng tennis, skis, atbp
  • Pagkilos ng tagapagkilos – kumita ng karaniwang mga pagkilos ng tao tulad ng paglalaro ng isang instrumento, pagtulak ng isang bagay, pagsakay sa bisikleta, pag-akyat, pagtakbo
  • Mga bagay sa kusina at mga klasipikasyon ng pagkain: lagyan ng label ang mga karaniwang pagkain (mansanas, condiments) at mga item sa kusina (spoons, tarong)
  • Car cabin item detector: nakagapos na mga key, tao, phone, at iba pang mga bagay na maaari mong makita (o umalis) sa kotse
  • Classifier ng kotse modelo: kilalanin ang mga karaniwang gumagawa at mga modelo ng mga kotse

Maraming higit pa, at maraming uri ng isang uri para sa iba't ibang layunin; ang isang tao na detector para sa camera ng kotse ay natural na naiiba mula sa isa na ginagamit para sa smart home o mga layunin ng seguridad.

Hindi ka maaaring makahalo at tumugma sa mga item pa – malamang na dumating sa isang paparating na bersyon, sa tabi ng mga bagong platform ng hardware at ang kakayahang dalhin ang iyong sariling data.

Ang modelo ng lisensya ay medyo tapat: Ang modelo na iyong nai-download ay libre kung ikaw ay nag-eeksperimento lamang o ginagamit ito para sa personal na mga layunin, ngunit sa sandaling mailipat mo ito nang komersyo kailangan mong mag-aplay para sa isang lisensya. Mayroon ding isang SDK na may mga sample at demo ng code kung nais mong suriin ito nang hindi nagtatayo ng iyong sarili.