Amazon Luo Uuden Työkalun Kehittämään AI-malleja Vain Muutamalla Koodirivillä

Pyrkimyksien tehostamiseksi machine learningin helpottamiseksi ja saavutettavuuden parantamiseksi eri yritykset luovat työkaluja, jotka tekevät syvien oppimismallien luomisen ja optimoinnin helpommaksi. Kuten VentureBeat raportoi, Amazon (AMZN ) julkaisi uuden työkalun, joka on suunniteltu auttamaan machine learning -mallien luomisessa ja muokkaamisessa vain muutamalla koodirivillä.

Machine learningin suorittaminen tietojoukossa on usein pitkä ja monimutkainen tehtävä. Tiedot on muunnettava ja esikäsiteltävä, ja sitten on luotava ja mukautettava oikea malli. Mallin hyperparametrien säätäminen ja uudelleen kouluttaminen voi kestää pitkään, ja Amazon on julkaisenut AutoGluonin ratkaisemaan nämä ongelmat. AutoGluon on yritys automatisoida suurin osa siitä työstä, joka tyypillisesti liittyy machine learning -järjestelmän luomiseen. Esimerkiksi machine learning -insinöörien on päätettävä sopivan arkkitehtuurin ja kokeiltava mallin hyperparametreja. AutoGluon pyrkii helpottamaan sekä neurverkon arkkitehtuurin luomista että hyperparametrien valintaa.

AutoGluon perustuu Microsoftin ja Amazonin vuonna 2017 aloittamaan työhön. Alkuperäinen Gluon oli machine learning -liittymä, joka salli kehittäjien yhdistää ja mukauttaa optimoituja komponentteja omien malliensa luomiseksi, mutta AutoGluon luo mallin päätöstä päätökseen perustuen käyttäjän toiveisiin. AutoGluon on ilmoitettu pystyväksi tuottamaan mallin ja valitsemaan hyperparametrit mallille, tietyssä valintaryhmässä, vain muutamalla koodirivillä. Kehittäjän tarvitsee vain antaa muutamia argumentteja, kuten toivottu koulutuksen valmistumisaika, ja AutoGluon laskee parhaan mallin, joka valmistuu määrätyn ajan kuluessa ja käytettävissä olevien laskentaresurssien puitteissa.

AutoGluon pystyy tällä hetkellä luomaan malleja kuvien luokitteluun, tekstin luokitteluun, objektiiden havaitsemiseen ja taulukkoprediktiiviseen analyysiin. AutoGluonin API on tarkoitettu myös sallimaan kokeneiden kehittäjien mukauttaa automaattisesti luotua mallia ja parantaa sen suorituskykyä. Tällä hetkellä AutoGluon on saatavilla vain Linuxille ja se vaatii Pythonin version 3.6 tai 3.7.

Jonas Mueller, joka on osa AutoGluonin kehitystiimiä, selitti AutoGluonin luomisen taustaa:

“Kehittimme AutoGluonin todella demokratisoimaan machine learningia ja tehdäkseen syvän oppimisen voiman kaikkien kehittäjien saataville. AutoGluon ratkaisee tämän ongelman, koska kaikki valinnat mukautetaan automaattisesti oletusarvoihin, jotka tunnetaan toimiviksi tietyssä tehtävässä ja mallissa.”

AutoGluon on uusi menetelmä, joka on tarkoitettu vähentämään asiantuntemusta ja aikaa, jotka tarvitaan machine learning -mallien kouluttamiseen. Ohjelmistokirjastot kuten Theano automatisoivat gradienttivektorien laskennan, kun taas Keras salli kehittäjien helposti määritellä tiettyjä toivottuja hyperparametreja. Amazon uskoo, että on edelleen paljon maaperää, jota voidaan käydä läpi machine learningin demokratisoimiseksi, kuten tekemällä datan esikäsittelyä ja hyperparametrien säätöä helpommaksi.

AutoGluonin luominen näyttää olevan osa Amazonin pyrkimystä tehdä machine learning -järjestelmien kouluttamisesta ja käyttöönotosta helpompaa ja saatavampaa. Amazon on myös tehnyt machine learningiin keskittyviä muutoksia AWS-palveluunsa. Esimerkiksi, AWS Sagemaker -työkaluun on tehty parannuksia. AWS SageMaker -työkalu AWS-palvelussa sallii kehittäjien kouluttaa ja käyttöönottaa malleja pilveen. SageMaker sisältää joukon työkaluja, jotka sallivat kehittäjien valita algoritmit, kouluttaa ja validoida malleja ja parantaa mallien tarkkuutta.