Python-tuki lisätty ABBYY:n NeoML-avoin lähdekoodikirjastoon

Digitaalisen älykkyyden yritys ABBYY on ilmoittanut uudesta suuresta päivityksestä cross-platform, avoimen lähdekoodin koneoppimiskirjastoon NeoML. Alusta mahdollistaa kehittäjille koneoppimismallien luomisen, kouluttamisen ja käyttöönoton, ja uusi päivitys tuo tuen Python-ohjelmointikielelle, joka on ylivoimaisesti suosituin kieli koneoppimiselle ja tekoälylle.

Uusi kehys sisältää myös 5-10-kertaiset nopeudenherrat ja yli 20 uutta koneoppimismenetelmää, mukaan lukien 10 verkkokerrosta ja optimointimenetelmiä. NeoML tukee Apple M1 -suorittimia, Linux-pohjaisia koneiden GPU:ita ja Intel GPU:ita, mikä tarkoittaa laajentumista osoitettavissa oleviin käyttötarkoituksiin ja skenaarioihin kirjastolle. Se tarkoittaa myös, että kehittäjät voivat käyttää kehystä luomaan tekoälykäyttöisiä sovelluksia ja ratkaisuja.

Pythonin suosio

Pythonia käytetään eri teollisuusaloilla tehtävissä kuten automaatio, web-kehitys, skriptaus, web-skraippaus ja data-analyysi. Siihen luottavat suuret yritykset kuten Google, Pinterest, Spotiffy, Dropbox ja monet muut.

Yksityissektorin ulkopuolella myös akatemia käyttää sitä opettaakseen opiskelijoille, miten ohjelmoida. Pythonin monikäyttöisyys on se, mikä antaa sille korkean suosion, ja ABBYY:n uusi kehitys mahdollistaa kehittäjille ja yrityksille käyttää NeoML:ää luomaan, kouluttamaan ja käyttöönottoon malleja esineiden tunnistamiseen, luokitteluun, semanttiseen segmentointiin, vahvistamiseen ja ennustemallintamiseen.

NeoML

Uusien nopeudenherrasten ansiosta NeoML on yksi nopeimmista koneoppimiskehyksistä, tarjoaa jopa 10-kertaisen nopeamman suorituskyvyn perinteisille algoritmeille ja jopa 30 % nopeamman neuroverkkojen koulutuksen ja päätöksenteon edelliseen kehykseen verrattuna.

Kun verrataan kahteen suosituimpaan avoimen lähdekoodin koneoppimiskirjastoon, NeoML tarjoaa 50 % nopeamman suorituskyvyn keskimäärin. Tämän vuoksi kehys on erityisen hyödyllinen asiakaslähtöisille, cross-platform-sovelluksille. NeoML:n korkea pilvipohjainen tehokkuus tarkoittaa, että yritykset voivat käyttää saatavilla olevia pilviresursseja parhaalla mahdollisella tavalla.

Bruce Orcutt on ABBYY:n Senior Vice President of Product Marketing.

“Avoin lähdekoodi on voimakas teknologisen innovaation ajuri. Tavoitteenamme on tukea tekoälyssä tapahtuvaa kehitystä työskentelemällä yhdessä kehittäjäyhteisön kanssa edistääksemme ja parantaaksemme avoimen lähdekoodin kirjastoa”, sanoi Orcutt. “NeoML avaa uusia mahdollisuuksia kehittäjille, jotta he voivat kokeilla, luoda ja käynnistää uraauurtavia aloitteita hyödyntäen kehyskehysten korkeaa päätöksentekokykyä, alustariippumattomuutta ja tukea mobiililaitteille. Kutsuumme kaikki kehittäjät, data-analyytikot ja akatemiat käyttämään ja osallistumaan NeoML:ään GitHubissa.”

NeoML voi prosessoida ja analysoida dataa eri muodoissa, kuten teksti, kuva, video ja muut. Malleja voidaan soveltaa pilvessä, paikallisesti, selaimessa ja laitteissa, ja kirjasto tukee C++, Java- ja Objective C -ohjelmointikieliä. Se tarjoaa myös yli 20 perinteistä koneoppimisalgoritmia, kuten luokittelu, regressio ja klusterointikehys.

Kehyskehysten neuroverkkomallit tukevat yli 100 kerrostyypin, ja kirjasto on cross-platform, jota voidaan suorittaa käyttöjärjestelmissä kuten Windows, Linux, macOS, iOS ja Android, ja se on optimoitu sekä CPU- että GPU-prosessorien kanssa.

NeoML:ää käytetään jo kehittäjien toimesta Yhdysvalloissa, Kanadassa, Saksassa, Alankomaissa, Brasiliassa, Kiinassa, Intiassa ja Etelä-Koreassa. Kehys on saatavilla GitHubissa.