Производители оборудования, такие как Intel и Nvidia, потратили годы и миллиарды долларов на создание «железа» для ИИ, но теперь задаются вопросом: как упростить применение искусственного интеллекта для малых и крупных компаний? Как рассказал порталу EnterpriseAI Вэй Ли, вице-президент и генеральный менеджер Intel по ИИ и аналитике, у них есть общая цель, которая заключается в том, чтобы ИИ стал как можно более широкой технологией.

Производители понимают, что их аппаратное обеспечение ИИ будет продаваться только в том случае, если они предоставят предприятиям наборы для самостоятельного ознакомления с ИИ, и они идут по этому пути.

Intel только что выпустила комплекты AI inferencing kits для вертикальных компаний, чтобы те могли развернуть модели ИИ-выводов для получения быстрых результатов на основе имеющихся аппаратных ресурсов. Эти комплекты используют подход low-code и могут быть развернуты с нулевыми или минимальными знаниями программирования.

«Если вы попытаетесь сделать это самостоятельно, это будет не очень просто. Вы должны найти правильное ПО, правильную модель ИИ, правильный набор данных, все эти вещи требуют навыков, требуют обучения людей, которые понимают ИИ», — сказал Ли.

Аналогичным образом, Nvidia выпустила в июне стартовый набор TAO (Train, Adapt, Optimize) для создания моделей ИИ для распознавания речи и зрения без предварительных знаний программирования или машинного обучения.

Чипмейкеры пытаются перейти к подходу «нажал и запустил» для ИИ, а не к выполнению приложений через командную строку.

По словам Ли, существует множество препятствий для более широкого внедрения ИИ. Сегодня технология в основном находится в руках крупных поставщиков облачных услуг, которые располагают огромными объемами данных. У клиентов есть свои собственные данные, которые могут поддаваться или не поддаваться ИИ. Компании также не знают, как преобразовывать данные в инсайты.

«Существует огромный разрыв между исследователем, демонстрирующим распознавание кошек и собак, и предприятием, которое может реально перейти от данных к инсайтам», — сказал Ли, добавив, что эталонные комплекты призваны уменьшить шумиху вокруг ИИ и превратить его в реальность.

«Все слышали об ИИ как о потенциале, они инвестируют в него. Довольно часто они не видят немедленной отдачи от ИИ. Вот эту проблему мы и пытаемся решить», — сказал он.

Наборы инструментов, предлагаемые Intel и Nvidia, решают проблему «первой мили» ИИ, которая заключается в программировании и тонкой настройке модели для использования доступных вычислительных мощностей.

Инструментарий Intel предоставляет базовую реализацию конкретного приложения ИИ, которая охватывает весь конвейер развертывания, включающий код, инструкции и данные. На верхнем уровне эталонного набора находится код из библиотек, таких как PyTorch, под ним находятся вызовы библиотек нейронных сетей OneAPI, оптимизированных для различных архитектур чипов и матричных операций на CPU, GPU и других процессорах.

«Это демонстрация того, как должна работать архитектура: в идеале разработчики ИИ и специалисты по анализу данных не должны беспокоиться о производительности, они просто получают ее бесплатно. Бесплатно — в смысле без усилий, это наша работа, ПО разрабатываем мы», — сказал Ли.

Наборы являются в большей степени инструментами обеспечения производительности, но в конечном итоге Intel хочет предоставить разработчикам возможность вскрывать модели для тонкой настройки и адаптации кода ИИ для дальнейшего повышения производительности.

По словам Ли, в будущих реализациях эталонных наборов может появиться функция расширения данных, которая позволит добавлять такие методы, как генерируемые компьютером синтетические данные, если у компании оказывается недостаточно данных для работы модели.

Новые наборы инструментов Intel для выводов ИИ, построенные на базе разработанной компанией структуры параллельного программирования OneAPI, ориентированы на конкретные вертикали, такие как коммунальное хозяйство, здравоохранение и производство. В эти наборы входят готовые модели ИИ для измерения состояния активов, таких как столбы линий электропередач, для визуального контроля качества производимой продукции, а также чат-бот для предприятий.