Amazon Membuat Alat Baru untuk Merancang Model AI dengan Beberapa Baris Kode

Seiring dengan upaya untuk membuat pembelajaran mesin lebih mudah dan lebih dapat diakses, berbagai perusahaan membuat alat untuk membuat dan mengoptimalkan model pembelajaran dalam lebih sederhana. Seperti yang dilaporkan oleh VentureBeat, Amazon (AMZN ) meluncurkan alat baru yang dirancang untuk membantu membuat dan memodifikasi model pembelajaran mesin dengan hanya beberapa baris kode.

Melakukan pembelajaran mesin pada dataset sering kali merupakan tugas yang panjang dan kompleks. Data harus diubah dan diproses sebelumnya, dan kemudian model yang tepat harus dibuat dan disesuaikan. Mengatur hyperparameter model dan kemudian melatih kembali dapat memakan waktu lama, dan untuk membantu memecahkan masalah seperti ini Amazon telah meluncurkan AutoGluon. AutoGluon adalah upaya untuk mengotomatisasi banyak overhead yang biasanya terkait dengan pembuatan sistem pembelajaran mesin. Misalnya, tidak hanya insinyur pembelajaran mesin harus memutuskan arsitektur yang tepat, mereka juga perlu bereksperimen dengan hyperparameter model. AutoGluon berusaha membuat kedua pembuatan arsitektur jaringan saraf dan pemilihan hyperparameter yang tepat lebih mudah.

AutoGluon didasarkan pada pekerjaan yang dimulai oleh Microsoft (MSFT ) dan Amazon pada 2017. Gluon asli adalah antarmuka pembelajaran mesin yang dirancang untuk membiarkan pengembang mencampur dan mencocokkan komponen yang dioptimalkan untuk membuat model mereka sendiri, tetapi AutoGluon hanya membuat model dari awal hingga akhir, berdasarkan keinginan pengguna. AutoGluon dilaporkan dapat menghasilkan model dan memilih hyperparameter untuk model, dalam rentang pilihan yang ditentukan, dengan hanya beberapa baris kode. Pengembang hanya perlu menyediakan beberapa argumen seperti waktu penyelesaian pelatihan yang diinginkan, dan AutoGluon akan menghitung model terbaik yang akan selesai dalam waktu yang ditentukan dan dengan sumber daya komputasi yang tersedia.

AutoGluon saat ini dapat membuat model untuk klasifikasi gambar, klasifikasi teks, deteksi objek, dan prediksi tabel. API AutoGluon juga dimaksudkan untuk memungkinkan pengembang yang lebih berpengalaman untuk dapat menyesuaikan model yang dihasilkan secara otomatis dan meningkatkan kinerja. Saat ini, AutoGluon hanya tersedia untuk Linux dan memerlukan Python 3.6 atau 3.7.

Jonas Mueller, bagian dari tim pengembangan AutoGluon, menjelaskan alasan di balik pembuatan AutoGluon:

“Kami mengembangkan AutoGluon untuk benar-benar mendemokratisasikan pembelajaran mesin, dan membuat kekuatan pembelajaran dalam tersedia untuk semua pengembang. AutoGluon memecahkan masalah ini karena semua pilihan secara otomatis disesuaikan dalam rentang default yang diketahui berkinerja baik untuk tugas dan model tertentu.”

AutoGluon adalah metode baru dalam serangkaian metode yang dimaksudkan untuk mengurangi keahlian dan waktu yang dibutuhkan untuk melatih model pembelajaran mesin. Perpustakaan perangkat lunak seperti Theano mengotomatisasi perhitungan vektor gradien, sedangkan Keras memungkinkan pengembang untuk dengan mudah menentukan hyperparameter tertentu. Amazon percaya bahwa masih ada lebih banyak ruang yang dapat diliput ketika datang untuk mendemokratisasikan pembelajaran mesin, seperti membuat pra-pengolahan data dan penyetelan hyperparameter lebih sederhana.

Pembuatan AutoGluon tampaknya merupakan bagian dari upaya Amazon untuk membuat pelatihan dan penerapan sistem pembelajaran mesin lebih mudah dan lebih dapat diakses. Amazon juga telah membuat perubahan yang berfokus pada pembelajaran mesin untuk suite AWS-nya. Misalnya, peningkatan telah dilakukan pada toolkit AWS Sagemaker. Toolkit AWS SageMaker dalam suite AWS memungkinkan pengembang untuk melatih dan menerapkan model ke cloud. SageMaker hadir dengan berbagai alat yang memungkinkan pengembang untuk secara otomatis memilih algoritma, melatih dan memvalidasi model, dan meningkatkan akurasi model.