Son dönemdeki GPU mimarilerinin gelişimine parelel olarak derin öğrenme uygulamalarının artmasının kara sistemlerine etkileri anlatılmaktadır.

1. Ferhat Kurt
Kara Sistemlerinde Yapay
Zeka Uygulamaları
https://openzeka.com

2. ÇözümlerHakkında
Turkey Deep Learning Group
Ankara Deep Learning Group 700+
500+ NVIDIA DIGITS
Konferans/Meetup/Eğitim
15+
NVIDIA® Jetson™ Partner
NVIDIA Startup Programı
Microsoft BizSpark Programı
Sosyal Media
OpenZeka Resim Tanıma Web ve API
Server (Açık Kaynak Kodlu)
Büyük Görsel Tanıma Servisi

3. YAPAY ZEKA GELİŞİMİ

4. NEDEN ŞİMDİ?

5. 72%
74%
84%
88%
93%
96%
2010 2011 2012 2013 2014 2015
ImageNet Yarışması
GPU is 1 of 3 Breakthroughs
Revolutionizing Deep Learning
Doğruluk
NVIDIA
CUDA GPU
YARIŞMA YILI Başarı
Imagenet 2011 kazananı %74,3
Imagenet 2012 kazananı (Krizhesvky) %83,6
Imagenet 2013 kazananı (Zeiler/Clarifai) %88,3
Imagenet 2014 kazananı (GoogLeNet) %93,3
Andrej Karpathy (İnsan denek kullanılmıştır) %94,9
Buidu ArXiv Yayını 3 Oca 15 %94
MS Research ArXiv yayını 6 Şub 15 %95,1
Google ArXiv yayını 2 Mar 15 %95,2
Imagenet 2015 kazananı (Microsoft) %96,43
1
2
3

6. *the original image is from the COCO dataset
girdi
Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. “Deep Residual Learning for Image Recognition”. arXiv 2015.
Jifeng Dai, Kaiming He, & Jian Sun. “Instance-aware Semantic Segmentation via Multi-task Network Cascades”. arXiv 2015.

7. Microsoft & Google
“Superhuman” Image
Recognition
Microsoft
“Super Deep Network”
Berkeley’s Brett
End-to-End
Reinforcement Learning
Deep Speech 2
One network, 2 languages
A New Computing Model
Hits Pop Culture
AlphaGo
Rivals a World Champion
TU Delft Deep-Learning
Amazon Picking Champion
YAPAY ZEKA KİLOMETRE TAŞLARI

8. 25 Eylül 2008 - DARPA Deep Learning Workshop
2009 - DARPA insansız hava araçlarının düşman toprakları üzerinde elde ettiği
görüntü ve videoların karargâha aktarımıyla oluşturulan büyük veri (BigData)
yığınıyla baş edebilmek maksadıyla daha iyi bir istihbarat katmanı
geliştirilmesi kapsamında 2009 yılında derin öğrenme çalışmalarına destek
vermeye başlamıştır.
Hava Kuvvetleri ile Leland Stanford Junior Üniversitesi (Stanford
University)arasında 15 Mart 2010 - 15 Haziran 2014 sonlanmıştır. Bu anlaşma
kapsamında $2,693,119 ödenmiştir.
2015 - Amerikan Hava Kuvvetleri Araştırma Laboratuarı Deep Learning
Analytics ile Target Recognition and Adaption in Contested Environments
(TRACE) programı kapsamında 6 milyon dolarlık bir sözleşme imzaladı.
2015 - Deep Learning for Actionable Intelligence Discovery and Exploitation
ABD Hava Kuvvetleri, derin öğrenme alanındaki devrimsel nitelikteki
başarıları gördükten sonra görüntü analizinde derin öğrenme ve doğal dil
işleme kullanımına yönelik ihale duyurusunu yaptı.
8

9. THE UNDER SECRETARY OF DEFENSE
The purpose of this study is to identify the science, engineering, and
policy problems that must be solved to permit greater operational
use of autonomy across all warfighting domains.

10. THE UNDER SECRETARY OF DEFENSE
to build trust and enable the most effective use of
autonomy for the defense of the nation.

11. Internet of Everything for Defense
İnsan - Makine Timi Makine - Makine Timi

12. https://www.tesla.com

13. TARDEC U.S. Army Tank Automotive Research Development and Engineering Center
ABD Ordusu Ekim 2016’da Zorlu Avustralya Arazisinde
Kendi Kendine Süren Araç Testlerine Başladı

14. Bağlantılı Araçlar
ABD Ordusu, kendi kendine süren bağlantılı araç konvoyu testine Haziran 2016’da başladı.
U.S. Army Tank Automotive Research,
Development and Engineering Center (TARDEC)

15. Image: Boston Dynamics via YouTube
From left: Old ATLAS, next generation ATLAS, BigDog, WildCat, and AlphaDog
http://spectrum.ieee.org/automaton/robotics/humanoids/next-generation-of-boston-dynamics-atlas-robot

16. RESİMLER
SESLER
VİDEOLAR
METİNLER
BÜYÜK VERİ
Meta veri
filtreleri
İnsan
algısı
BUGÜN DARBOĞAZ
Göreve odaklı
analiz
Gürültülü
içerik
Mükemmele
yakın anlama
Otomatik
makine
algısı
Semantik
İçerik tabanlı
filtreler
VİZYON
Göreve odaklı
analiz
İnsan seviyesine
yakın algılama
Görevle
ilgili içerik
İstihbarat Analizi İş Akışı
SAYILAR
RESİMLER
SESLER
VİDEOLAR
METİNLER
SAYILAR
BÜYÜK VERİ
16

17. Derin Öğrenme, görevle ilgili içerik
ve örüntüleri ham veri olarak
makine hızında tanımlayan genel
algoritmalar sunmaktadır.
Başarılması gereken her özel bilgi
ayıklama görevi için algoritma
yazmaya ne yeteri kadar zaman ne
de uzmanlık bulumaktadır.
Her dakika 100 saatlik
video yüklemesi
Günlük 350 milyon
resim yükleme
Uzaktan algılama firmalarının sayısı ve
kapasitelerinin hızlı artırışı
On binlere sosyal ve politik olay
günlük olarak indekslenmektedir.
Derin Öğrenmenin Coğrafi Analizde Kullanılması
17

18. 18

19. DigitalGlobe uzaydan nesne tesbitinde derin öğrenme kullanıyor
COĞRAFİ VERİ ANALİZİ

20. https://www.technologyreview.com/s/602239/amazon-and-
the-cia-want-to-teach-ai-to-watch-from-space/
Amazon and the CIA Want to Teach AI to Watch from
Space
SPACE 3.0
CosmiQ Works brings together the U.S.
Intelligence Community, industry, and
academia to explore the art of the
possible in the new space ecosystem.
http://www.cosmiqworks.org

21. 21
Kaynak: DARPA

22. http://www.defenseinnovationmarketplace.mil/auto_hmt.html

23. 23
http://thefutureofthings.com/3524-future-robotic-squadrons-to-patrol-military-bases/

24. http://www.soldiermod.com/volume-2-06/eda.html

26. CONNECTED SOLDIERS
http://www.ittcannon.com/Core/medialibrary/ITTCannon/website/Literature/Catalogs-Brochures/13428_Future_Soldier_LR.pdf

28. JETSON TX1
EMBEDDED AI SUPERCOMPUTER
10W | 1 TF FP16 | >20 images/sec/W

29. JETSON TX1
GPU 1 TFLOP/s 256-core Maxwell
CPU 4x 64-bit ARM A57 CPUs | 1.6GHz
Memory 4 GB LPDDR4 | 25.6 GB/s
Video decode 4K 60Hz H.264
Video encode 4K 30Hz H.264
CSI Up to 6 cameras | 1400 Mpix/s
Display 2x DSI, 1x eDP 1.4, 1x DP 1.2/HDMI
Wi-Fi 802.11 2x2 ac
Networking 1 Gigabit Ethernet
PCI-E Gen 2 1x1 + 1x4
Storage 16 GB eMMC, SDIO, SATA
Other 3x UART, 3x SPI, 4x I2C, 4x I2S, GPIOs
Power 10-15W, 6.6V-19.5VDC
Size 50mm x 87mm
System on Module

30. Linux for
Tegra
Compute
(CUDA)
Jetson TX1
Vision
Machine
Learning
cuSPARSE
cuSolver
cuFFT
cuBLAS NPP
cuRAND Thrust
CUDA Math Library
Graphics
Tools
NVTX
NVIDIA Tools eXtension
Source
code editor
Debugger
Profiler
System
Trace
Vertically Integrated Packages
V4L2
libjpeg
JETSON SDK: THE DETAILS

31. DIGITS Workflow VisionWorks Jetson Multimedia SDK
and other technologies:
Deep Learning SDK
CUDA, Linux4Tegra, NSIGHT EE, OpenCV4Tegra, OpenGL, Vulkan, System Trace,
Visual Profiler, Ubuntu 16.04-14.04
NVIDIA JETPACK

32. ÖNCÜ JETSON TEKNOLOJİSİ
Otonom Makinelerin Gelecek Nesline Güç Veriyor

33. Object Detection
Localization
Image Recognition
Classification
Segmentation
Free Space
DEEP VISION
Registration SLAM3D ShapeNet

34. Request & Response Service Layer
User Interface (Web+API Support)
Input Output
OpenZeka
Libraries Cafee Torch7 Theano ???
Models
bvlc_reference_caffenet
PYTHON
Image, video Tagging
Age and Gender GoogLeNet_cars on car model
VGG Face Clothing
?????

35. Image Recognition Service Image Recognition Service
12.960.000 image recognition/month
12.700 USD - 35.000 USD/Month

36. Flask-User
Flask-OAuthlib
Accelerated reverse proxying with caching;
load balancing and fault tolerance
OpenZeka Image Recognition Web and API Server
Flask-ReqArg
Registrations and Email Confirmations,
User Account Functionalities,
Role-based Authorization,
OAuth 2.0 based API
Clean and functional user interface with
HTML5 Boilerplate, Bootstrap, and jQuery

37. Object Classification
Segmentation
Collision Avoidance
3D Reconstruction
Localization/Mapping

43. OTONOM YARIŞ ARABASI PROGRAMI
http://fast.scripts.mit.edu/racecar/
Otonom araç geliştirilmesi kapsamında üniversite/sanayiiye açık bir program.
Programa katılım için: info@openzeka.com

44. Open Zeka Bilgi Teknolojileri Ticaret Limited Şirketi
Beştepe Mahallesi Nergiz Sokak No:7/2/27-28
Yenimahalle – Ankara
https://openzeka.com
info@openzeka.com