La plateforme d’apprentissage en profondeur de Baidu alimente l’essor de l’IA industrielle

deep tech innovation NBIC deep learning Chine
deep tech innovation NBIC deep learning Chine
Image par Gordon Johnson de Pixabay

L. Bardon . – La dépendance de la Chine à l’égard des frameworks technologiques d’origine américaine – tels que TensorFlow de Google et Pytorch de Facebook – constitue une lacune importante dans son écosystème d’IA en passe d’être résolue. La recherche sur l’IA a grandement bénéficié de la collaboration entre la Chine et les États-Unis. Au cours de ses 20 ans d’existence, le Microsoft Research Lab – Asia a joué un rôle aussi essentiel pour repousser les limites des efforts de recherche de Microsoft que pour favoriser l’écosystème de l’IA en Chine.

En Asie du Sud-Est, des drones forestiers équipés intégrant des systèmes d’IA ont permis à 155 bureaux forestiers d’élargir la gamme des inspections forestières de 40 à 100 % et d’effectuer jusqu’à 200 % de plus d’inspections que les inspections manuelles. Derrière ces drones intelligents se trouvent des modèles d’apprentissage en profondeur bien formés basés sur PaddlePaddle de Baidu, la première plateforme d’apprentissage en profondeur open-source en Chine. À l’instar des frameworks d’IA classiques tels que TensorFlow de Google et PyTorch de Facebook, PaddlePaddle, qui a été lancé en 2016, fournit aux développeurs de logiciels de tous niveaux de compétences les outils, services et ressources dont ils ont besoin pour adopter et mettre en œuvre rapidement l’apprentissage en profondeur à l’échelle. PaddlePaddle est utilisé par plus de 1,9 million de développeurs et 84 000 entreprises dans le monde.

Actuellement, PaddlePaddle propose 146 algorithmes et a amélioré plus de 200 modèles de préformation, dont certains avec des codes open-source pour faciliter le développement rapide d’applications industrielles. La plateforme héberge également des boîtes à outils destinées à la recherche de pointe, comme Paddle Quantum pour les modèles d’informatique quantique et Paddle Graph Learning pour les modèles d’apprentissage par les graphes.

PaddlePaddle facilite le développement de l’IA tout en réduisant la charge technique pour les utilisateurs, en utilisant un schéma programmable pour architecturer les réseaux neuronaux.

PaddlePaddle a également réussi à effectuer des percées dans la formation de réseaux de neurones profonds à très grande échelle. Sa plateforme, la première au monde dans son genre, permet la formation de réseaux de neurones profonds avec plus de 100 milliards de caractéristiques et des milliers de milliards de paramètres en utilisant des sources de données réparties sur des centaines de nœuds.

L’une des applications industrielles développées à partir de PaddlePaddle est actuellement utilisée à des fins médicales pour combattre le covid-19. Le principal outil de diagnostic de la pneumonie, l’un des effets graves du covid-19, est la tomodensitométrie (CT) du thorax. LinkingMed, une plateforme de données en oncologie et une entreprise d’analyse de données médicales basée à Pékin, a publié le premier modèle d’IA en open source pour l’analyse d’images de tomodensitométrie de la pneumonie, alimenté par PaddlePaddle. Le modèle d’IA peut rapidement détecter et identifier les lésions pulmonaires tout en fournissant une évaluation quantitative pour les informations de diagnostic, notamment le nombre, le volume et la proportion de lésions pulmonaires. En utilisant PaddlePaddle et sa boîte à outils de segmentation sémantique PaddleSeg, LinkingMed a développé un système de dépistage de la pneumonie et de détection des lésions alimenté par l’IA et utilisé dans l’hôpital affilié à l’université de Xiangnan dans la province du Hunan. Le système peut localiser la maladie en moins d’une minute avec une précision de détection de 92 % et un taux de rappel de 97 % sur les séries de données des tests.

La suite ici (Baidu)

(Visited 23 times, 1 visits today)
Avatar photo

Fondateur paris-singularity.fr👁️‍🗨️Entrepreneur social trackant les deep techs

%d blogueurs aiment cette page :