四年前,當(dāng) Julien Trombini 和 Guillaume Cazenave 創(chuàng)立視頻分析初創(chuàng)公司 Two-i 時,他們有一個雄心勃勃的目標:有一天能夠監(jiān)控城市的道路、垃圾收集和其他公共服務(wù),從而提高城市生活質(zhì)量。
在創(chuàng)業(yè)的過程中,這對搭檔發(fā)現(xiàn)了一個完全不同的利基市場。今天,該公司結(jié)合了計算機視覺、數(shù)據(jù)科學(xué)和深度學(xué)習(xí)的技術(shù),正在幫助防止石油和天然氣行業(yè)發(fā)生致命事故,石油和天然氣行業(yè)是世界上最危險的行業(yè)之一。
最初,Trombini 和 Cazenave 設(shè)想了一個系統(tǒng),使市政領(lǐng)導(dǎo)人能夠看到整個城市需要改進的地方。
“這個系統(tǒng)就像是一張城市的氣象圖,我們制定了有效衡量的標準。” Two-i 董事長 Trombini 說。Two-i 是 NVIDIA Metropolis 的合作伙伴,坐落于法國東北部歷史名城 Metz 。
事實證明,這是一項艱巨的任務(wù),因此兩人重新將重點放在了特定的設(shè)施上,如體育場、養(yǎng)老院和中轉(zhuǎn)站,在這些設(shè)施上,其技術(shù)有助于安全和事故檢測。例如,當(dāng)養(yǎng)老院的居民在走廊跌倒時,或者當(dāng)使用輪椅的過境乘客因電梯損壞而無法登上火車時,它可以提醒適當(dāng)?shù)穆?lián)系人。
最近,埃克森美孚與該公司接洽,希望幫助解決一個潛在的致命問題:提高開放式油罐周圍工人的安全。
Two-i 與這家能源巨頭一起創(chuàng)建了一個支持 AI 的視頻分析應(yīng)用程序,用于檢測個人何時接近危險區(qū)域和跌倒風(fēng)險,并立即提醒其他人采取快速行動。在最初幾個月的運行中,視覺人工智能系統(tǒng)防止了兩起事故的發(fā)生。
雖然這個用例非常具體,但該公司的 AI 架構(gòu)旨在靈活支持許多不同的算法和功能。
“這些算法與我們用于不同客戶的算法完全相同,”Trombini 說。“這是相同的技術(shù),但包裝方式不同。”
充分利用視覺人工智能
Two-i 的靈活性源于它對 NVIDIA Metropolis 平臺的依賴,該平臺可以用于支持 AI 的視頻分析應(yīng)用程序,利用先進的工具并采用全棧方法。
因此,它也依賴于各種 NVIDIA 認證系統(tǒng),使用基于高性能 NVIDIA Ampere 架構(gòu)的最新工作站和數(shù)據(jù)中心 GPU,用于訓(xùn)練和推理。為了進一步縮短訓(xùn)練時間,Two-i 希望在強大的 NVIDIA A100 GPU 上測試其龐大的圖像數(shù)據(jù)集。
該公司希望經(jīng)常升級其 GPU,以確保為客戶提供盡可能快的解決方案,無論有多少攝像頭向其系統(tǒng)提供數(shù)據(jù)。
“我們可以節(jié)省的時間至關(guān)重要,硬件越好,結(jié)果就越準確,我們就可以更快地進入市場,”Trombini 說。
Two-i 利用 CUDA 11.1 工具包和 cuDNN 8.1 庫來支持其深度學(xué)習(xí)過程,并利用 NVIDIA TensorRT 來加速推理吞吐量。
Trombini 說 NVIDIA 技術(shù)中最引人注目的部分之一是 NVIDIA TAO 工具套件,它可以幫助公司在修補算法的同時降低成本。
“算法越重,成本就越高,”他說。“我們使用 TAO 工具套件來削減算法并使它們更適合任務(wù)。”
例如,使用 NVIDIA TAO 工具套件(一種基于 CLI 和 Jupyter Notebook 的 NVDIA 訓(xùn)練、適應(yīng)和優(yōu)化框架的人工智能模型適應(yīng)平臺)將最初需要長達兩周的訓(xùn)練時間縮短為三天。
Two-i 還開始根據(jù)其算法對 NVIDIA 的預(yù)訓(xùn)練模型進行基準測試,并開始使用 NVIDIA DeepStream SDK 來增強其視頻分析工作流程。
以成功為基礎(chǔ)
Two-i 將其在各種環(huán)境中解決復(fù)雜問題的能力(例如對于埃克森美孚)視為回到其最初的智慧城市愿景的跳板。
現(xiàn)在,Two-i 已經(jīng)監(jiān)控了八個歐洲城市的所有道路,分析交通流量并了解汽車的來源和去向。
Trombini 認識到,為了實現(xiàn)公司的長期目標,Two-i 必須專注于實現(xiàn)一個又一個的效益。
“雖然進展緩慢,但我們已經(jīng)開始實施我們的愿景。”Trombini 說。
原文標題:為了追求智慧城市的愿景,初創(chuàng)公司Two-i將人工智能應(yīng)用于工人安全
文章出處:【微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
-
NVIDIA
+關(guān)注
關(guān)注
14文章
5309瀏覽量
106448 -
AI
+關(guān)注
關(guān)注
88文章
35168瀏覽量
280117 -
人工智能
+關(guān)注
關(guān)注
1807文章
49029瀏覽量
249651
原文標題:為了追求智慧城市的愿景,初創(chuàng)公司Two-i將人工智能應(yīng)用于工人安全
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
NVIDIA GTC巴黎亮點:全新Cosmos Predict-2世界基礎(chǔ)模型與CARLA集成加速智能汽車訓(xùn)練
用PaddleNLP為GPT-2模型制作FineWeb二進制預(yù)訓(xùn)練數(shù)據(jù)集

從Open Model Zoo下載的FastSeg大型公共預(yù)訓(xùn)練模型,無法導(dǎo)入名稱是怎么回事?
用PaddleNLP在4060單卡上實踐大模型預(yù)訓(xùn)練技術(shù)

【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗】+大模型微調(diào)技術(shù)解讀
KerasHub統(tǒng)一、全面的預(yù)訓(xùn)練模型庫
如何使用FP8新技術(shù)加速大模型訓(xùn)練
NVIDIA Isaac Sim滿足模型的多樣化訓(xùn)練需求
如何訓(xùn)練自己的AI大模型
直播預(yù)約 |數(shù)據(jù)智能系列講座第4期:預(yù)訓(xùn)練的基礎(chǔ)模型下的持續(xù)學(xué)習(xí)

NVIDIA Nemotron-4 340B模型幫助開發(fā)者生成合成訓(xùn)練數(shù)據(jù)

摩爾線程與羽人科技完成大語言模型訓(xùn)練測試
NVIDIA文本嵌入模型NV-Embed的精度基準

評論