Amazon vytvořila nový nástroj pro inženýrství AI modelů s pouhými několika řádky kódu

V rámci úsilí o zpřístupnění strojového učení se různé společnosti snaží vytvářet nástroje, které usnadňují tvorbu a optimalizaci hlubokých učících se modelů. Jak uvádí VentureBeat, Amazon (AMZN ) spustila nový nástroj, který má pomoci vytvářet a upravovat modely strojového učení pomocí pouhých několika řádků kódu.

Provádění strojového učení na datové sadě je často dlouhý a složitý úkol. Data musí být transformována a předzpracována, a poté musí být vytvořen a přizpůsoben příslušný model. Úprava hyperparametrů modelu a následné přeškolení může trvat dlouho, a aby se tyto problémy vyřešily, Amazon spustila AutoGluon. AutoGluon je pokus o automatizaci většiny režijních nákladů, které jsou obvykle spojeny s vytvořením systému strojového učení. Například nejenže musí inženýři strojového učení rozhodnout o vhodné architektuře, ale také musí experimentovat s hyperparametry modelu. AutoGluon se snaží usnadnit obě tvorbu neuronové sítě a výběr vhodných hyperparametrů.

AutoGluon je založeno na práci, která byla zahájena Microsoftem a Amazonem v roce 2017. Původní Gluon byl rozhraní strojového učení, které umožňovalo vývojářům kombinovat a přizpůsobovat optimalizované komponenty pro vytváření vlastních modelů, ale AutoGluon vytváří model od začátku do konce na základě požadavků uživatele. AutoGluon je údajně schopno vytvořit model a vybrat hyperparametry pro model, v rámci specifikovaného rozsahu, pomocí pouhých tří řádků kódu. Vývojář musí pouze poskytnout několik argumentů, jako je požadovaný čas dokončení školení, a AutoGluon vypočte nejlepší model, který bude dokončen v rámci specifikovaného času a dostupných výpočetních zdrojů.

AutoGluon je目前 schopno vytvářet modely pro klasifikaci obrázků, klasifikaci textu, detekci objektů a predikci tabulkových dat. API AutoGluon je také určeno k umožnění zkušenějším vývojářům přizpůsobit automaticky generovaný model a zlepšit jeho výkon. V současné době je AutoGluon k dispozici pouze pro Linux a vyžaduje Python 3.6 nebo 3.7.

Jonas Mueller, člen vývojového týmu AutoGluon, vysvětlil důvody, proč byla AutoGluon vytvořena:

„Vyvinuli jsme AutoGluon, abychom skutečně demokratizovali strojové učení a zpřístupnili jeho sílu všem vývojářům. AutoGluon řeší tento problém, protože všechny volby jsou automaticky nastaveny v rámci výchozích rozsahů, které jsou známy jako funkční pro konkrétní úlohu a model.“

AutoGluon je novou metodou v dlouhé řadě metod, které jsou určeny ke snížení odbornosti a času potřebného pro školení modelů strojového učení. Softwarové knihovny jako Theano automatizovaly výpočet gradientních vektorů, zatímco Keras umožňovaly vývojářům snadno specifikovat určité požadované hyperparametry. Amazon věří, že stále existuje více prostoru, který lze pokrýt, pokud jde o demokratizaci strojového učení, jako je například zjednodušení předzpracování dat a ladění hyperparametrů.

Vytvoření AutoGluon se zdá být součástí úsilí Amazonu o zpřístupnění školení a nasazování systémů strojového učení. Amazon také provedl změny v rámci své sady AWS. Například, byly provedeny úpravy nástroje AWS Sagemaker. Nástroj AWS SageMaker v rámci sady AWS umožňuje vývojářům školení a nasazování modelů do cloudu. SageMaker je vybaveno řadou nástrojů, které umožňují vývojářům automaticky vybrat algoritmy, školení a validaci modelů a zlepšit jejich přesnost.