Saiba como o TensorFlow resolve problemas de machine learning reais e cotidianos

A equipe de engenharia e ciência de dados da Airbnb usa machine learning com o TensorFlow para classificar imagens e detectar objetos de maneira dimensionada, o que ajuda a melhorar a experiência dos hóspedes.

ML ajuda a monitorar mudanças na superfície da Terra para planejamento urbano e combate a construções ilegais, bem como para mapear danos e mudanças no terreno causados por desastres naturais.

O Arm NN para a API Android Neural Networks (NNAPI) oferece uma camada de abstração de hardware (HAL, na sigla em inglês) direcionada a GPUs Arm Mali. Ele melhora o desempenho de frameworks de machine learning como o TensorFlow Lite em mais de quatro vezes.

A Carousell cria modelos de machine learning com imagens profundas e processamento de linguagem natural com o TensorFlow no ML do Google Cloud. Os vendedores se beneficiam de uma experiência simplificada de postagem com reconhecimento de imagens, e os compradores encontram informações mais relevantes por recomendações e pesquisa de imagens.

CEVA’s NeuPro and CEVA-XM AI processors for Deep Learning and AI inferencing at the edge automatically convert TensorFlow trained networks for use in real-time embedded devices using the CEVA CDNN Compiler.

China Mobile has created a deep learning system using TensorFlow that can automatically predict cutover time window, verify operation logs, and detect network anomalies. This has already successfully supported the world’s largest relocation of hundreds of millions IoT HSS numbers.

Os avanços em inteligência artificial e a maturidade do TensorFlow permitiram que a Coca-Cola Company alcançasse uma funcionalidade de comprovação de compra simplificada para o próprio programa de fidelidade.

Com o TensorFlow, a GE Healthcare treina uma rede neural para identificar elementos anatômicos específicos em exames de ressonância magnética do cérebro, o que aumenta a velocidade e a confiabilidade.

O Google usa o TensorFlow para implementar ML em produtos (como a Pesquisa, o Gmail e o Tradutor), para auxiliar pesquisadores em novas descobertas e até mesmo para possibilitar avanços para enfrentar desafios humanitários e ambientais.

O InSpace usa o TensorFlow.js para detectar comentários abusivos antes mesmo de eles serem enviados, realizando toda a inferência no lado do cliente no navegador e removendo a necessidade de enviar texto para um servidor de terceiros para classificação.

A parceria da Intel com o Google resultou em uma melhoria de 2,8 vezes no desempenho de inferência de vários modelos, beneficiando muitos consumidores que usam o TensorFlow nas plataformas da Intel.

A Kakao Mobility usa o TensorFlow e o TensorFlow Serving para prever a probabilidade da taxa de conclusão de viagens quando motoristas são enviados para atender solicitações.

A plataforma Lenovo LiCO acelera o treinamento de IA e a computação de alto desempenho tradicional. Além disso, otimiza o treinamento de aprendizado profundo pela integração com o TensorFlow. O LiCO fornece diversos modelos integrados ao TensorFlow e é compatível com o treinamento distribuído otimizado deles.

A equipe de algoritmo da Liulishuo usou o TensorFlow no projeto interno de machine learning da empresa pela primeira vez no começo de 2016. Esse framework de machine learning fácil de usar ajudou a equipe a criar um aplicativo que ensina inglês.

ModiFace leverages the TensorFlow.js FaceMesh model to identify key facial features and combine them with WebGL shaders, allowing users to digitally try on makeup for L’Oreal brand products while preserving privacy. The live experience runs entirely in the browser, so no user data is ever sent to a server for processing.

Com o TensorFlow, a NAVER Shopping faz a correspondência automática entre mais de 20 milhões de novos produtos registrados por dia e cerca de 5 mil categorias. Assim, a empresa organiza os produtos e facilita a pesquisa dos usuários.

A NERSC e a NVIDIA conseguiram dimensionar uma aplicação científica de aprendizado profundo para mais de 27 mil GPUs Nvidia V100 Tensor Core. No processo, elas quebraram a barreira do ExaFLOP.

O OpenX integra o TensorFlow Extended (TFX) e o Google Cloud Platform na troca de anúncios para processar mais de um milhão de solicitações por segundo e veicular respostas em menos de 15 milissegundos.

Com o TensorFlow, aprendizado profundo por transferência e modelagem generativa, a PayPal conseguiu reconhecer padrões fraudulentos complexos que mudavam com o tempo. Assim, aumentou a acurácia da detecção de fraudes e melhorou a experiência de usuários legítimos, já que a identificação ficou mais precisa.

A Qualcomm otimiza e acelera modelos do TensorFlow e do TensorFlow Lite nas plataformas para dispositivos móveis Snapdragon e no portfólio de chipsets criados para IoT, computação, XR e automóveis.

Classificação e segmentação de doenças em imagens de tomografia de retinas com o TensorFlow. Três tipos de doenças foram classificados: neovascularização da córnea, verrugas e edema macular diabético. Após a segmentação, a Sinovation Ventures determinou os limites das lesões suspeitas nos exames por imagem.

O Spotify aproveita as pipelines do TFX e do Kubeflow no Paved Road para sistemas ML, um conjunto de produtos e configurações para implantar uma solução de machine learning de ponta a ponta, voltada a equipes que estão começando a usar ML.

A Swisscom usa os recursos do TensorFlow para personalizar todos os detalhes de modelos de machine learning que classificam textos e determinam a intenção dos clientes ao receber dúvidas deles.

O SDK Processor otimiza modelos do TensorFlow Lite, descarregando a interferência de CNN/DNN dos núcleos de computação geral Arm® em aceleradores de hardware personalizados. Isso aprimora os recursos de machine learning em visão de máquina, robótica, ADAS automotivo e várias outras aplicações.

O Twitter usou o TensorFlow para classificar a "timeline", ajudando os usuários a não perder os tweets mais importantes mesmo seguindo milhares de pessoas.

O VSCO usou o TensorFlow Lite para desenvolver o recurso "For This Photo", que usa machine learning diretamente no dispositivo para identificar que tipo de fotografia é editada pelo usuário e sugerir predefinições relevantes em uma lista selecionada.

A WPS Office implementa diversos cenários de negócios, como reconhecimento de imagens no dispositivo e reconhecimento de caracteres de imagens com base no TensorFlow.