Dukungan Python Ditambahkan ke Perpustakaan Open-Source NeoML ABBYY

Perusahaan kecerdasan digital ABBYY telah mengumumkan pembaruan besar untuk perpustakaan pembelajaran mesin open-source cross-platform NeoML. Platform ini memungkinkan pengembang untuk membangun, melatih, dan mengirimkan model pembelajaran mesin, dan pembaruan baru ini membawa dukungan untuk bahasa pemrograman Python, yang merupakan bahasa teratas untuk pembelajaran mesin dan kecerdasan buatan.

Kerangka kerja baru ini juga melibatkan perbaikan kecepatan 5-10x dan 20+ metode pembelajaran mesin baru, termasuk 10 lapisan jaringan dan metode optimasi. NeoML mendukung chip Apple (AAPL ) M1, GPU pada mesin berbasis Linux, dan Intel (INTC ) GPU, yang berarti perluasan kasus penggunaan dan skenario untuk perpustakaan. Ini juga berarti pengembang dapat menggunakan kerangka kerja untuk membangun aplikasi dan solusi yang ditenagai oleh kecerdasan buatan.

Popularitas Python

Python digunakan dalam berbagai industri untuk tugas seperti otomatisasi, pengembangan web, scripting, pengambilan data web, dan analisis data. Ini digunakan oleh perusahaan besar seperti Google (GOOGL ), Pinterest, Spotiffy, Dropbox (DBX ), dan banyak lainnya.

Di luar sektor swasta, akademisi juga menggunakan Python untuk mengajar siswa cara memprogram. Kelenturan Python adalah yang memberinya popularitas tinggi, dan pengembangan baru ABBYY lebih memungkinkan pengembang dan perusahaan untuk menggunakan NeoML untuk membangun, melatih, dan mengirimkan model untuk identifikasi objek, klasifikasi, segmentasi semantik, verifikasi, dan pemodelan prediktif.

NeoML

Dengan perbaikan kecepatan baru, NeoML adalah salah satu kerangka kerja pembelajaran mesin tercepat yang tersedia, menawarkan hingga 10 kali kinerja lebih cepat untuk algoritma klasik dan hingga 30% lebih cepat untuk pelatihan dan inferensi jaringan saraf daripada kerangka kerja sebelumnya.

Dibandingkan dengan dua perpustakaan pembelajaran mesin open-source teratas, NeoML menawarkan kinerja 50% lebih cepat rata-rata. Karena itu, kerangka kerja ini sangat berguna untuk aplikasi cross-platform yang menghadap pelanggan. Efisiensi cloud yang tinggi dari NeoML berarti bisnis dapat menggunakan sumber daya cloud yang tersedia dengan cara terbaik.

Bruce Orcutt adalah Wakil Presiden Pemasaran Produk di ABBYY.

“Open source adalah penggerak inovasi teknologi yang kuat. Kami bertujuan untuk mendukung kemajuan dalam kecerdasan buatan dengan bekerja sama dengan komunitas pengembang untuk lebih memperluas dan memperbaiki perpustakaan open-source kami,” kata Orcutt. “NeoML membuka peluang baru bagi pengembang untuk bereksperimen, membangun, dan meluncurkan inisiatif yang berani sambil mengambil keuntungan dari kecepatan inferensi yang tinggi, kemandirian platform, dan dukungan untuk perangkat mobile. Kami mengundang semua pengembang, ilmuwan data, dan akademisi untuk menggunakan dan berkontribusi pada NeoML di GitHub.”

NeoML dapat memproses dan menganalisis data dalam berbagai format yang berbeda, seperti teks, gambar, video, dan lainnya. Model dapat diterapkan di cloud, on-premises, di browser, dan di perangkat, dan perpustakaan ini mendukung bahasa pemrograman C++, Java, dan Objective C. Ini juga menawarkan 20+ algoritma pembelajaran mesin tradisional seperti klasifikasi, regresi, dan kerangka kerja clustering.

Model jaringan saraf NeoML mendukung lebih dari 100 jenis lapisan, dan perpustakaan ini adalah cross-platform, dapat dijalankan pada sistem operasi seperti Windows, Linux, macOS, iOS, dan Android, dan dioptimalkan untuk prosesor CPU dan GPU.

NeoML sudah digunakan oleh pengembang di AS, Kanada, Jerman, Belanda, Brasil, Cina, India, dan Korea Selatan. Kerangka kerja ini tersedia di GitHub.