Amazon crea una nueva herramienta para diseñar modelos de IA con solo unas pocas líneas de código

A medida que aumentan los esfuerzos para hacer que el aprendizaje automático sea más fácil y accesible, diferentes empresas están creando herramientas para simplificar la creación y optimización de modelos de aprendizaje profundo. Como VentureBeat informa, Amazon lanzó una nueva herramienta diseñada para ayudar a crear y modificar modelos de aprendizaje automático en solo unas pocas líneas de código.

Llevar a cabo el aprendizaje automático en un conjunto de datos suele ser una tarea larga y compleja. Los datos se deben transformar y preprocesar, y luego se debe crear y personalizar el modelo adecuado. Ajustar los hiperparámetros de un modelo y luego volver a entrenarlo puede llevar mucho tiempo y, para ayudar a resolver problemas como este, Amazon ha lanzado AutoGluon. AutoGluon es un intento de automatizar gran parte de los gastos generales que normalmente conlleva la creación de un sistema de aprendizaje automático. Por ejemplo, los ingenieros de aprendizaje automático no solo tienen que decidir sobre una arquitectura adecuada, sino que también necesitan experimentar con los hiperparámetros del modelo. AutoGluon se esfuerza por facilitar tanto la creación de la arquitectura de la red neuronal como la selección de los hiperparámetros apropiados.

AutoGluon se basa en el trabajo iniciado inicialmente por Microsoft y Amazon en 2017. El Gluon original era una interfaz de aprendizaje automático diseñada para permitir a los desarrolladores mezclar y combinar componentes optimizados para crear sus propios modelos, pero AutoGluon solo crea un modelo de extremo a extremo, basado en en los deseos del usuario. Según se informa, AutoGluon es capaz de producir un modelo y seleccionar los hiperparámetros para el modelo, dentro de un rango de opciones específicas, con tan solo tres líneas de código. El desarrollador solo tiene que proporcionar algunos argumentos, como el tiempo de finalización del entrenamiento deseado, y AutoGluon calculará el mejor modelo que se completará dentro del tiempo de ejecución especificado y dados los recursos informáticos disponibles.

AutoGluon actualmente es capaz de crear modelos para clasificación de imágenes, clasificación de texto, detección de objetos y predicción tabular. La API de AutoGluon también está destinada a permitir que los desarrolladores más experimentados puedan personalizar el modelo generado automáticamente y mejorar el rendimiento. Por el momento, AutoGluon solo está disponible para Linux y requiere Python 3.6 o 3.7.

Jonas Mueller, parte del equipo de desarrollo de AutoGluon, explicó el razonamiento detrás de la creación de AutoGluon:

“Desarrollamos AutoGluon para democratizar verdaderamente el aprendizaje automático y hacer que el poder del aprendizaje profundo esté disponible para todos los desarrolladores. AutoGluon resuelve este problema ya que todas las opciones se ajustan automáticamente dentro de los rangos predeterminados que se sabe que funcionan bien para la tarea y el modelo en particular”.

AutoGluon es un nuevo método dentro de una larga línea de métodos destinados a reducir la experiencia y el tiempo necesarios para entrenar modelos de aprendizaje automático. Las bibliotecas de software como Theano automatizaron el cálculo de los vectores de gradiente, mientras que Keras permitió a los desarrolladores especificar fácilmente ciertos hiperparámetros deseados. Amazon cree que todavía hay más terreno que se puede cubrir cuando se trata de democratizar el aprendizaje automático, como simplificar el preprocesamiento de datos y el ajuste de hiperparámetros.

La creación de AutoGluon parece ser parte de un esfuerzo de Amazon para hacer que la capacitación y la implementación de sistemas de aprendizaje automático sean más fáciles y accesibles. Amazon también ha realizado cambios centrados en el aprendizaje automático en su suite AWS. Por ejemplo, se han realizado actualizaciones en el kit de herramientas de AWS Sagemaker. El kit de herramientas de AWS SageMaker dentro de la suite de AWS permite a los desarrolladores entrenar e implementar modelos en la nube. SageMaker viene con una variedad de herramientas que permiten a los desarrolladores elegir algoritmos automáticamente, entrenar y validar modelos y mejorar la precisión de los modelos.