Nubes de puntos e IA + Hackathon con VirtuaLearn3D (VL3D)

Introducción.

El próximo 11 de noviembre tendrá lugar el evento gratuito «Introducción al trabajo con nubes de puntos y técnicas de IA (Machine Learning y Deep Learning) y Hackathon con VirtuaLearn3D (VL3D)»

La conferencia se desarrolla en el marco del proyecto europeo EuroCC2, uno de cuyos objetivos es el fomento del uso de HPC e IA por parte de las empresas. El evento está organizado por CESGA, CiTIUS, IMASGAL y CATALLACTICAL y tendrá lugar en el CESGA el lunes 11 de noviembre de 2024.

La jornada está dirigida a empresas que por su trabajo en el campo de la ingeniería, los SIG y otras áreas donde trabajar con nubes de puntos puede aportar valor, estén interesadas en conocer las posibilidades de estas técnicas. Por otro lado, se presentará la herramienta VL3D, capaz de obtener resultados de alta precisión mediante la aplicación de técnicas de IA.

La jornada tendrá dos partes:

• Parte formativa: En esta primera parte se puede participar de forma online o presencial. Está dirigida al personal directivo y técnicos de empresas del sector, para que conozcan las posibilidades de trabajo que ofrece el procesamiento de nubes de puntos y el uso de VL3D en particular.
• Parte técnica: En esta segunda parte se puede participar en modalidad presencial. Será una parte más técnica y consistirá en un Hackathon donde los técnicos de empresas podrán trabajar con VL3D para resolver retos específicos que se implementarán in situ en la infraestructura de CESGA. El primer bloque se realizará con Machine Learning y el segundo con Deep Learning, poniendo a disposición de los asistentes el equipamiento necesario.

Medios técnicos y requisitos | Detalles

CESGA: Durante el Hackathon, y para aplicar técnicas de machine learning y deep learning, el CESGA (Centro de Supercomputación de Galicia) pondrá a disposición de los participantes tantos nodos ( 240 GiB de memoria , 1 GPU y 64 cores) como sean necesarios por grupo de trabajo.

PARTICIPANTES: Con el fin de visualizar las nubes de puntos obtenidas durante el Hackathon, se recomienda a los participantes traer equipos portátiles. La configuración recomendada es de 32 GiB de RAM y una tarjeta gráfica con al menos 2 GiB de VRAM. Además deben tener instalado algún tipo de visualizador de nubes de puntos tipo CloudCompare y también el software LASTools.

Formación VL3D | Detalles

Este evento de introducción a la inteligencia artificial para el procesamiento automático de nubes de puntos LiDAR se basa en el framework VirtuaLearn3D (VL3D) desarrollado inicialmente en el seno del proyecto homónimo en la Universidad de Heidelberg en el marco del grupo de investigación 3DGeo (https://www.geog.uni-heidelberg.de/gis/virtualearn3d_en.html). La formación será impartida por personal de la empresa Catallactical S.L. (https://www.catallactical.com), que actualmente se encarga tanto de transferir esta tecnología al mercado como de continuar su desarrollo.

La herramienta está acompañada de una extensa documentación disponible en abierto a través de la plataforma ReadTheDocs (https://virtualearn3d.readthedocs.io/en/latest/). Además, como se trata de un proyecto de software libre, puede consultarse y descargarse el código del repositorio oficial (https://github.com/3dgeo-heidelberg/virtualearn3d).

El evento comenzará con una presentación de la tecnología. En la primera parte de esta presentación se explicará para qué tipo de tareas es adecuada la herramienta, el tipo de información que genera y se mostrarán algunos ejemplos de los resultados que pueden obtenerse. La segunda parte consistirá en una explicación sobre cómo usar la misma.

La primera parte de este evento está dirigida a toda la audiencia interesada en acercarse al tratamiento automático de nubes de puntos mediante métodos de inteligencia artificial, es decir, técnicos, ingenieros, investigadores, responsables de tecnología, departamentos de innovación y otros.

HACKATHON | Detalles

Una vez terminada la presentación inicial se procederá a realizar un hackathon, dividiendo a los participantes en tres grupos por área temática. En primer lugar, se trabajará con un modelo de aprendizaje computacional clásico, después se probará un modelo de aprendizaje computacional profundo y, finalmente, cada participante elegirá el modelo que más le haya convencido y dedicará el resto de la jornada a intentar sacarle el máximo provecho posible. Todos los modelos resolverán alguna tarea de clasificación punto a punto, trabajando directamente en las nubes.

La segunda parte del evento está destinada a usuarios de un perfil técnico con interés en el uso directo y aplicación de la herramienta que deben satisfacer los siguientes requisitos:

• Manejo de herramienta de terminal o consola para conexiones ssh, subida y descarga de archivos remotos, manipulación de archivos (copiar, mover, eliminar y editar) y sistema de colas SLURM.
• Soltura con el formato JSON.
• Experiencia previa con nubes de puntos, siendo deseable conocer el formato LAS/LAZ y el software LASTools (https://rapidlasso.de/product-overview/).
• Manejo de algún visualizador de nubes de puntos, por ejemplo, CloudCompare (https://www.danielgm.net/cc/).

No son necesarias habilidades específicas de programación por parte de los participantes en el Hackathon.

Planificación | 11 de noviembre 2024 | Cronograma

■ Aplicaciones de la inteligencia artificial
Primera parte de la presentación sobre distintos casos de uso del framework VirtuaLearn3D (VL3D), incluyendo resultados

■ Explicación técnica orientada a la práctica
Media hora de presentación técnica sobre cómo usar el framework VL3D.

■ Hackathon: Machine learning
Primera parte del hackathon orientada a explorar una solución basada en machine learning. El descanso de las 12:00 a las 12:30 se debe utilizar para dejar un modelo entrenando y evaluando. A la vuelta del descanso se analiza el resultado.

■ Hackathon: Deep learning
Segunda parte del hackathon orientada a explorar una solución basada en deep learning. El descanso para comer de 14:00 a 15:30 se debe utilizar para dejar una red neuronal entrenando y evaluando. A la vuelta de la comida se analiza el resultado.

■ Hackathon: Modelo final
Parte final del hackathon. Cada participante elige o bien el modelo de machine learning o bien el de deep learning que desarrolló anteriormente y trata de obtener el mejor resultado posible en el tiempo restante.

■ Tiempo extra
En caso de ser necesario puede extenderse la duración del evento hasta las 20:00 para terminar de cerrar los modelos finales.

■ Descanso
Descansos para café y comida.

Inscripción

Para participar solo es necesario cumplimentar el siguiente FORMULARIO

Los interesados recibirán a partir del 01 de octubre un email de confirmación con toda la información para el acceso al evento.

Otras webs con información del evento:

CATALLACTICAL

CESGA