Se agrega soporte para Python a la biblioteca de código abierto NeoML de ABBYY

La empresa de inteligencia digital ABBYY ha anunciado una nueva actualización importante para su biblioteca de aprendizaje automático de código abierto y multiplataforma NeoML. La plataforma permite a los desarrolladores crear, entrenar y implementar modelos de aprendizaje automático, y la nueva actualización agrega soporte para el lenguaje de programación Python, que es el lenguaje principal para el aprendizaje automático y la inteligencia artificial.

El nuevo marco también implica mejoras de velocidad de 5-10 veces y más de 20 nuevos métodos de aprendizaje automático, incluyendo 10 capas de red y métodos de optimización. NeoML admite chips Apple M1, GPU en máquinas con Linux y GPU de Intel, lo que significa una expansión de los casos de uso y escenarios dirigidos para la biblioteca. También significa que los desarrolladores pueden utilizar el marco para crear aplicaciones y soluciones impulsadas por inteligencia artificial.

La popularidad de Python

Python se utiliza en diversas industrias para tareas como automatización, desarrollo web, scripting, scraping web y análisis de datos. Es utilizado por empresas importantes como Google, Pinterest, Spotiffy, Dropbox y muchas otras.

Fuera del sector privado, la academia también lo utiliza para enseñar a los estudiantes a programar. La versatilidad de Python es lo que le da tanta popularidad, y el nuevo desarrollo de ABBYY permite a los desarrolladores y empresas utilizar NeoML para crear, entrenar y implementar modelos para identificación de objetos, clasificación, segmentación semántica, verificación y modelado predictivo.

NeoML

Con las nuevas mejoras de velocidad, NeoML es uno de los marcos de aprendizaje automático más rápidos disponibles, ofreciendo hasta 10 veces más velocidad para algoritmos clásicos y hasta un 30% más de velocidad para el entrenamiento y la inferencia de redes neuronales que el marco anterior.

En comparación con las dos bibliotecas de aprendizaje automático de código abierto más importantes, NeoML ofrece un rendimiento un 50% más rápido en promedio. Debido a esto, el marco es especialmente útil para aplicaciones cruzadas y orientadas al cliente. La alta eficiencia en la nube de NeoML significa que las empresas pueden utilizar los recursos de la nube disponibles de la mejor manera posible.

Bruce Orcutt es Vicepresidente Senior de Marketing de Productos en ABBYY.

“El código abierto es un poderoso impulsor de la innovación tecnológica. Nosotros apuntamos a apoyar los avances en inteligencia artificial trabajando juntos con la comunidad de desarrolladores para seguir creciendo y mejorando nuestra biblioteca de código abierto”, dijo Orcutt. “NeoML abre nuevas oportunidades para los desarrolladores, permitiéndoles experimentar, crear y lanzar iniciativas innovadoras mientras aprovechan la alta velocidad de inferencia del marco, la independencia de plataforma y el soporte para dispositivos móviles. Invitamos a todos los desarrolladores, científicos de datos y académicos a utilizar y contribuir a NeoML en GitHub.”

NeoML puede procesar y analizar datos en varios formatos diferentes, como texto, imagen, video y más. Los modelos se pueden aplicar en la nube, en las instalaciones, en el navegador y en el dispositivo, y la biblioteca admite los lenguajes de programación C++, Java y Objective C. También ofrece más de 20 algoritmos de aprendizaje automático tradicionales como clasificación, regresión y clustering.

Los modelos de redes neuronales de NeoML admiten más de 100 tipos de capas, y la biblioteca es multiplataforma, capaz de ejecutarse en sistemas operativos como Windows, Linux, macOS, iOS y Android, y está optimizada para procesadores CPU y GPU.

NeoML ya está siendo utilizado por desarrolladores en Estados Unidos, Canadá, Alemania, Países Bajos, Brasil, China, India y Corea del Sur. El marco está disponible en GitHub.