Connect with us

Intelligenza artificiale

Supporto Python aggiunto alla libreria open-source NeoML di ABBYY

mm

L’azienda 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 agli sviluppatori di creare, 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’IA.

La nuova struttura 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, il che significa un’espansione dei casi d’uso e degli scenari per la libreria. Ciò significa anche che gli sviluppatori possono utilizzare la struttura per creare applicazioni e soluzioni alimentate da IA.

La popolarità di Python

Python viene utilizzato in vari settori per compiti come l’automazione, lo sviluppo web, la scriptazione, la raccolta di dati web e l’analisi dei dati. Viene utilizzato da grandi aziende come Google, Pinterest, Spotiffy, Dropbox e molte altre.

Al di fuori del settore privato, l’accademia lo utilizza anche per insegnare agli studenti a programmare. La versatilità di Python è ciò che gli conferisce una tale popolarità, e il nuovo sviluppo di ABBYY consente ancora di più agli sviluppatori e alle aziende di utilizzare NeoML per creare, 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 struttura precedente.

Rispetto alle due librerie di apprendimento automatico open-source più importanti, NeoML offre prestazioni più veloci del 50% in media. A causa di ciò, la struttura è particolarmente utile per le applicazioni cross-platform orientate al cliente. L’alta efficienza cloud di NeoML significa che le aziende possono utilizzare le risorse cloud disponibili nel miglior modo possibile.

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

“L’open source è un potente motore di innovazione tecnologica. Ci impegniamo a sostenere gli avanzamenti nell’intelligenza artificiale lavorando insieme alla comunità degli sviluppatori per far crescere e migliorare la nostra libreria open-source”, ha dichiarato Orcutt. “NeoML apre nuove opportunità per gli sviluppatori, consentendo loro di sperimentare, creare e lanciare iniziative innovative sfruttando la velocità di inferenza della struttura, l’indipendenza dalla piattaforma e il supporto per i dispositivi mobili. Invitiamo tutti gli sviluppatori, gli scienziati dei dati e l’accademia 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. Offre anche più di 20 algoritmi di apprendimento automatico tradizionali come la classificazione, la regressione e il framework di 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, ed è ottimizzata per i processori CPU e GPU.

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

Alex McFarland è un giornalista e scrittore di intelligenza artificiale che esplora gli ultimi sviluppi nel campo dell'intelligenza artificiale. Ha collaborato con numerose startup di intelligenza artificiale e pubblicazioni in tutto il mondo.