Modelli e piattaforme di IA

Supporto Python aggiunto alla libreria open-source NeoML di ABBYY

Alex McFarland
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveIl supporto per Python consente agli sviluppatori di creare e distribuire modelli NeoML…
Vedi di più
  • Il supporto per Python consente agli sviluppatori di creare e distribuire modelli NeoML nel linguaggio dominante del machine learning.
  • NeoML ora è fino a 10 volte più veloce per gli algoritmi classici rispetto al suo precedente framework.
  • ABBYY invita gli sviluppatori e il mondo accademico a utilizzare e contribuire a NeoML su GitHub.

La società di intelligenza digitale ABBYY ha annunciato una nuova importante aggiornamento per la sua libreria di apprendimento automatico cross-platform e open-source NeoML. La piattaforma consente ai developer di costruire, addestrare e distribuire modelli di apprendimento automatico, e la nuova aggiornamento aggiunge il supporto per il linguaggio di programmazione Python, che è il linguaggio principale per l’apprendimento automatico e l’intelligenza artificiale.

La nuova versione della libreria include anche miglioramenti della velocità del 5-10x e più di 20 nuovi metodi di apprendimento automatico, tra cui 10 layer di rete e metodi di ottimizzazione. NeoML supporta i chip Apple M1, la GPU su macchine basate su Linux e la GPU Intel (INTC ), il che significa un’estensione dei casi d’uso e degli scenari per la libreria. Ciò significa anche che i developer possono utilizzare la libreria per costruire applicazioni e soluzioni basate sull’intelligenza artificiale.

La popolarità di Python

Python viene utilizzato in vari settori per compiti come l’automazione, lo sviluppo web, la scripting, il web scraping e l’analisi dei dati. Viene utilizzato da grandi aziende come Google (GOOGL ), Pinterest, Spotiffy, Dropbox (DBX ) e molte altre.

Al di fuori del settore privato, anche l’ambito accademico utilizza Python per insegnare agli studenti a programmare. La versatilità di Python è ciò che gli conferisce una così alta popolarità, e lo sviluppo di ABBYY consente ai developer e alle aziende di utilizzare NeoML per costruire, addestrare e distribuire modelli per l’identificazione degli oggetti, la classificazione, la segmentazione semantica, la verifica e la modellazione predittiva.

NeoML

Con i nuovi miglioramenti della velocità, NeoML è una delle librerie di apprendimento automatico più veloci disponibili, offrendo prestazioni fino a 10 volte più veloci per gli algoritmi classici e fino al 30% più veloci per l’addestramento e l’inferenza delle reti neurali rispetto alla versione precedente.

In confronto alle due librerie di apprendimento automatico open-source più diffuse, NeoML offre prestazioni medie del 50% più veloci. Ciò rende la libreria particolarmente utile per le applicazioni cross-platform e customer-facing. L’alta efficienza cloud di NeoML consente alle aziende di utilizzare al meglio le risorse cloud disponibili.

Bruce Orcutt è Senior Vice President of Product Marketing presso ABBYY.

“L’open source è un potente motore di innovazione tecnologica. Il nostro obiettivo è di sostenere gli avanzamenti nell’intelligenza artificiale lavorando insieme alla comunità dei developer per far crescere e migliorare la nostra libreria open-source”, ha dichiarato Orcutt. “NeoML apre nuove opportunità per i developer, consentendo loro di sperimentare, costruire e lanciare iniziative innovative sfruttando la velocità di inferenza elevata, l’indipendenza della piattaforma e il supporto per i dispositivi mobili. Invitiamo tutti i developer, gli scienziati dei dati e il mondo accademico a utilizzare e contribuire a NeoML su GitHub.”

NeoML può elaborare e analizzare dati in vari formati, come testo, immagine, video e altro. I modelli possono essere applicati in cloud, on-premises, nel browser e sul dispositivo, e la libreria supporta i linguaggi di programmazione C++, Java e Objective C. Inoltre, offre più di 20 algoritmi di apprendimento automatico tradizionali, come la classificazione, la regressione e il clustering.

I modelli di rete neurale di NeoML supportano più di 100 tipi di layer, e la libreria è cross-platform, in grado di essere eseguita su sistemi operativi come Windows, Linux, macOS, iOS e Android, e ottimizzata per i processori CPU e GPU.

NeoML è già utilizzato da developer negli Stati Uniti, in Canada, in Germania, nei Paesi Bassi, in Brasile, in Cina, in India e in Corea del Sud. La libreria è disponibile su GitHub.

Alex dirige le operazioni di notizie alimentate dall'IA di Unite.AI, combinando giornalismo, ricerca e automazione per supportare una copertura tempestiva e scalabile dell'intelligenza artificiale. Il suo lavoro contribuisce a garantire che gli sviluppi emergenti dell'IA vengano evidenziati in modo efficiente, mantenendo gli standard editoriali della pubblicazione.