अमेज़ॅन ने कोड की कुछ पंक्तियों के साथ एआई मॉडल को इंजीनियर करने के लिए नया टूल बनाया है

जैसे-जैसे मशीन लर्निंग को आसान और अधिक सुलभ बनाने के प्रयास बढ़ रहे हैं, विभिन्न कंपनियां गहन शिक्षण मॉडल के निर्माण और अनुकूलन को सरल बनाने के लिए उपकरण बना रही हैं। जैसा VentureBeat रिपोर्ट्स के अनुसार, अमेज़ॅन ने कोड की कुछ पंक्तियों में मशीन लर्निंग मॉडल बनाने और संशोधित करने में मदद के लिए डिज़ाइन किया गया एक नया टूल लॉन्च किया।

डेटासेट पर मशीन लर्निंग करना अक्सर एक लंबा, जटिल कार्य होता है। डेटा को रूपांतरित और पूर्व-संसाधित किया जाना चाहिए, और फिर उचित मॉडल बनाया और अनुकूलित किया जाना चाहिए। किसी मॉडल के हाइपरपैरामीटर को बदलने और फिर दोबारा प्रशिक्षित करने में काफी समय लग सकता है, और इस तरह के मुद्दों को हल करने में मदद के लिए अमेज़ॅन ने ऑटोग्लूऑन लॉन्च किया है। ऑटोग्लूऑन अधिकांश ओवरहेड को स्वचालित करने का एक प्रयास है जो आम तौर पर मशीन लर्निंग सिस्टम के निर्माण के साथ आता है। उदाहरण के लिए, मशीन लर्निंग इंजीनियरों को न केवल एक उपयुक्त आर्किटेक्चर पर निर्णय लेना होता है, बल्कि उन्हें मॉडल के हाइपरपैरामीटर के साथ प्रयोग करने की भी आवश्यकता होती है। ऑटोग्लूऑन न्यूरल नेट आर्किटेक्चर के निर्माण और उपयुक्त हाइपरपैरामीटर के चयन दोनों को आसान बनाने का प्रयास करता है।

ऑटोग्लुऑन 2017 में माइक्रोसॉफ्ट और अमेज़ॅन द्वारा शुरू किए गए काम पर आधारित है। मूल ग्लूऑन एक मशीन लर्निंग इंटरफ़ेस था जिसे डेवलपर्स को अपने स्वयं के मॉडल बनाने के लिए अनुकूलित घटकों को मिलाने और मिलान करने की सुविधा देने के लिए डिज़ाइन किया गया था, लेकिन ऑटोग्लुऑन केवल एंड-टू-एंड आधारित एक मॉडल बनाता है। उपयोगकर्ता की इच्छाओं पर. कथित तौर पर ऑटोग्लूऑन एक मॉडल का निर्माण करने और कोड की कम से कम तीन पंक्तियों के साथ निर्दिष्ट विकल्पों की एक सीमा के भीतर मॉडल के लिए हाइपरपैरामीटर का चयन करने में सक्षम है। डेवलपर को केवल अपने वांछित प्रशिक्षण पूरा होने के समय जैसे कुछ तर्क प्रदान करने होंगे, और ऑटोग्लूऑन सबसे अच्छे मॉडल की गणना करेगा जो निर्दिष्ट रनटाइम के भीतर पूरा होगा और उपलब्ध गणना संसाधनों को दिया जाएगा।

AutoGluon वर्तमान में छवि वर्गीकरण, पाठ वर्गीकरण, ऑब्जेक्ट डिटेक्शन और सारणीबद्ध भविष्यवाणी के लिए मॉडल बनाने में सक्षम है। AutoGluon के API का उद्देश्य अधिक अनुभवी डेवलपर्स को ऑटो-जेनरेट किए गए मॉडल को अनुकूलित करने और प्रदर्शन में सुधार करने में सक्षम बनाना है। फिलहाल, AutoGluon केवल Linux के लिए उपलब्ध है और इसके लिए Python 3.6 या 3.7 की आवश्यकता है।

ऑटोग्लूऑन विकास टीम का हिस्सा जोनास म्यूएलर ने ऑटोग्लूऑन के निर्माण के पीछे के तर्क को समझाया:

“हमने मशीन लर्निंग को वास्तव में लोकतांत्रिक बनाने और सभी डेवलपर्स के लिए गहन शिक्षण की शक्ति उपलब्ध कराने के लिए ऑटोग्लूऑन विकसित किया है। AutoGluon इस समस्या को हल करता है क्योंकि सभी विकल्प स्वचालित रूप से डिफ़ॉल्ट श्रेणियों के भीतर ट्यून हो जाते हैं जो विशेष कार्य और मॉडल के लिए अच्छा प्रदर्शन करने के लिए जाने जाते हैं।

मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए आवश्यक विशेषज्ञता और समय को कम करने के उद्देश्य से ऑटोग्लूऑन तरीकों की एक लंबी श्रृंखला के भीतर एक नई विधि है। थीनो जैसी सॉफ़्टवेयर लाइब्रेरीज़ ने ग्रेडिएंट वैक्टर की गणना को स्वचालित कर दिया, जबकि केरस डेवलपर्स को कुछ वांछित हाइपरपैरामीटर आसानी से निर्दिष्ट करने देता है। अमेज़ॅन का मानना ​​​​है कि जब मशीन लर्निंग को लोकतांत्रिक बनाने की बात आती है, तो डेटा प्री-प्रोसेसिंग और हाइपरपैरामीटर ट्यूनिंग को सरल बनाने जैसे और भी कई आधार हैं जिन्हें कवर किया जा सकता है।

ऑटोग्लुऑन का निर्माण अमेज़ॅन द्वारा मशीन लर्निंग सिस्टम को प्रशिक्षण और तैनाती को आसान और अधिक सुलभ बनाने के प्रयास का हिस्सा प्रतीत होता है। अमेज़ॅन ने अपने AWS सुइट में मशीन लर्निंग-केंद्रित परिवर्तन भी किए हैं। उदाहरण के लिए, AWS सेजमेकर टूलकिट में अपग्रेड किए गए हैं। AWS सुइट के भीतर AWS सेजमेकर टूलकिट डेवलपर्स को मॉडलों को क्लाउड पर प्रशिक्षित और तैनात करने देता है। सेजमेकर विभिन्न प्रकार के टूल के साथ आता है जो डेवलपर्स को स्वचालित रूप से एल्गोरिदम चुनने, मॉडल को प्रशिक्षित करने और मान्य करने और मॉडल की सटीकता में सुधार करने देता है।