Uma equipe de pesquisadores da Universidade Nacional de Cingapura (NUS) colocou Cingapura no mapa global da Inteligência Artificial (IA) e análises de big data. Seu projeto de código aberto, chamado Apache SINGA, "graduado" na Incubadora Apache em 16 de outubro de 2019 e agora é o primeiro Projeto de Nível Superior (TLP) do Sudeste Asiático sob a Apache Software Foundation, a maior comunidade de software de código aberto do mundo.

Ser reconhecido como um TLP não é pouca coisa, pois o Apache SINGA agora se junta ao grupo das principais ferramentas de código aberto, como o Apache HTTP Server e o Apache Kafka. Embora o nome não possa soar imediatamente, Apache Kafka fornece soluções de big data no Airbnb, LinkedIn, Netflix, PayPal, Spotify e muitas outras empresas. O Apache HTTP Server é o servidor da web mais popular do mundo e atualmente atende 29 por cento de todos os sites ativos na Internet.

Liderado pelo Professor Ooi Beng Chin, O Apache SINGA foi iniciado pelo Grupo de Pesquisa de Sistema de Banco de Dados da NUS School of Computing em conjunto com a Universidade de Zhejiang e a NetEase em 2014. O protótipo foi submetido à Incubadora Apache em março de 2015, e o primeiro lançamento oficial foi feito em outubro de 2015. Desde então, os pesquisadores do NUS receberam apoio da National Research Foundation Singapore, Ministro da Educação, e a Agência para a Ciência, Tecnologia e Pesquisa.

Prof Ooi disse, "Vimos uma demanda crescente por aprendizado profundo e plataformas de máquina em 2012, mas faltavam plataformas distribuídas eficientes. A formatura é uma marca de reconhecimento para o Apache SINGA, mas isso é apenas o começo. Esperamos que o Apache SINGA possa causar um impacto no aprendizado profundo da mesma forma que os servidores Apache HTTP fizeram com os servidores de sites. "

O aprendizado profundo é um subconjunto do aprendizado de máquina que busca alavancar redes neurais artificiais para gerar insights significativos a partir de grandes quantidades de dados. Embora o aprendizado de máquina normalmente exija que humanos forneçam dados estruturados, o aprendizado profundo pode estruturar dados brutos por si só. Um exemplo seria identificar a imagem de um gato; o aprendizado de máquina exigirá intervenção humana para definir que um gato tem características como bigodes, orelhas pontudas e patas. O aprendizado profundo irá analisar várias imagens de gatos por meio de vários algoritmos para determinar todos os recursos por si só, simulando um cérebro artificial.

Contudo, a limitação do aprendizado profundo é que ele requer uma quantidade astronômica de dados que, por sua vez, requer muito poder computacional. Um sistema centralizado típico exigiria um único supercomputador para processar todas essas informações, o que não é uma opção para a maioria das organizações. A abordagem de sistema distribuído do Apache SINGA ajuda a superar a necessidade de um único supercomputador, pois distribui a carga de trabalho por um grande número de computadores regulares.

O Apache SINGA atualmente fornece aplicativos em vários setores, incluindo saúde, banca e finanças, desenvolvimento de software e segurança cibernética. Um desses aplicativos é FoodLG, que usa o reconhecimento de imagem para identificar um prato com base na foto enviada pelo usuário final. Cinco hospitais em Cingapura estão usando diferentes versões do FoodLG para promover uma vida saudável e facilitar o controle de doenças como diabetes, hipertensão e colesterol alto.

O National University Hospital (NUH) e o Singapore General Hospital também estão utilizando o Apache SINGA para analisar imagens de ressonância magnética e raios-X para melhorar a identificação de problemas de saúde. Além disso, O NUH usa modelos treinados no Apache SINGA para modelagem de progressão da doença e modelagem de readmissão de pacientes. Na área de segurança cibernética, SecureAge está desenvolvendo modelos de aprendizagem profunda de detecção de malware usando Apache SINGA para identificar malware com mais precisão, bem como identificar novos tipos de malware com base em dados anteriores. Bancos locais, por outro lado, também estão usando o Apache SINGA para desenvolver e treinar modelos para modelagem de risco e solução de conformidade contra lavagem de dinheiro.

A próxima etapa do Apache SINGA é aprimorar seu sistema para que até mesmo não especialistas em IA possam usá-lo e se preparar para a era do 5G, simplificando-o para ser executado em dispositivos de ponta.