Nvidia lancia TAO, un flusso di lavoro aziendale per lo sviluppo di intelligenza artificiale
Durante il suo keynote virtuale GTC 2021, Nvidia ha introdotto un nuovo prodotto progettato per aiutare le aziende a scegliere, adattare e distribuire modelli di machine learning. Chiamato TAO e disponibile a partire da oggi in accesso anticipato, consente il trasferimento di apprendimento e altre tecniche di apprendimento automatico da un unico pannello di vetro incentrato sull’azienda.
La capacità di trasferire l’apprendimento di memorizzare le conoscenze acquisite durante la risoluzione di un problema e applicarle a un problema correlato ha attirato una notevole attenzione nell’impresa. Usandolo, un data scientist può prendere un modello open source come BERT, ad esempio, progettato per comprendere un linguaggio generico e perfezionarlo ai margini per comprendere il gergo utilizzato dai dipendenti per descrivere i problemi IT.
TAO integra il Transfer Learning Toolkit di Nvidia per sfruttare piccoli set di dati, offrendo ai modelli un adattamento personalizzato senza i costi, i tempi e gli enormi corpora necessari per costruire e addestrare i modelli da zero. TAO incorpora anche l’ apprendimento federato , che consente a diverse macchine di collaborare in modo sicuro per perfezionare un modello per la massima precisione. Gli utenti possono condividere i componenti dei modelli assicurandosi che i set di dati rimangano all’interno del data center di ciascuna azienda.
Nell’apprendimento automatico, l’apprendimento federato implica l’addestramento di algoritmi su dispositivi client che contengono campioni di dati senza scambiarli. Un server centralizzato potrebbe essere utilizzato per orchestrare cicli di addestramento per l’algoritmo e fungere da orologio di riferimento, oppure la disposizione potrebbe essere peer-to-peer. Indipendentemente da ciò, gli algoritmi locali vengono addestrati su campioni di dati locali ei pesi – i parametri apprendibili degli algoritmi – vengono scambiati tra gli algoritmi a una certa frequenza per generare un modello globale.
TAO incorpora anche Nvidia TensorRT, che compone le coordinate matematiche di un modello su un equilibrio della dimensione del modello più piccola con la massima precisione per il sistema su cui verrà eseguito. Nvidia afferma che le app basate su TensorRT funzionano fino a 40 volte più velocemente delle piattaforme solo CPU durante l’inferenza.
Elementi di TAO sono già in uso nei magazzini, nella vendita al dettaglio, negli ospedali e in fabbrica, afferma Nvidia. Gli utenti includono aziende come Accenture, BMW e Siemens Industrial.
“L’intelligenza artificiale è la nuova tecnologia più potente del nostro tempo, ma è stata una forza difficile da sfruttare per molte aziende, fino ad ora. Molte aziende non dispongono delle competenze specialistiche, dell’accesso a set di dati di grandi dimensioni o dell’elaborazione accelerata richiesti dal deep learning. Altri stanno realizzando i vantaggi dell’intelligenza artificiale e vogliono diffonderli rapidamente su più prodotti e servizi “, ha scritto in un post sul blog Adel El Hallak, direttore della gestione dei prodotti per NGC presso Nvidia. “TAO … può personalizzare e distribuire rapidamente un’applicazione utilizzando più modelli di intelligenza artificiale.”
I vantaggi dell’intelligenza artificiale e dell’apprendimento automatico a volte possono sembrare intangibili, ma i sondaggi mostrano che ciò non ha scoraggiato le aziende dall’adottare la tecnologia a frotte. Secondo Gartner, l’ uso aziendale dell’IA è cresciuto del 270% dal 2015 al 2019, mentre Deloitte afferma che il 62% degli intervistati per il suo rapporto aziendale dell’ottobre 2018 ha implementato una qualche forma di AI , rispetto al 53% di un anno fa. Sostenuto da questa crescita, Grand View Research prevede che le dimensioni del mercato globale dell’IA raggiungeranno i 733,7 miliardi di dollari entro il 2027.
