בינה מלאכותית
אמזון יוצרת כלי חדש להנדסת דגמי AI עם כמה שורות קוד בלבד
ככל שהמאמצים להפוך למידת מכונה קלה יותר לנגישה יותר, חברות שונות יוצרות כלים כדי להפוך את היצירה והאופטימיזציה של מודלים של למידה עמוקה לפשוטה יותר. כפי ש VentureBeat מדווח, אמזון השיקה כלי חדש שנועד לעזור ליצור ולשנות מודלים של למידת מכונה בכמה שורות קוד בלבד.
ביצוע למידת מכונה על מערך נתונים היא לרוב משימה ארוכה ומורכבת. יש לשנות את הנתונים ולעבד אותם מראש, ולאחר מכן יש ליצור ולהתאים את המודל המתאים. התאמה של הפרמטרים ההיפר-פרמטרים של דגם ולאחר מכן אימון מחדש יכולים לקחת זמן רב, וכדי לעזור בפתרון בעיות כמו זו, אמזון השיקה את AutoGluon. AutoGluon הוא ניסיון לבצע אוטומציה של חלק גדול מהתקורה שמגיעה בדרך כלל עם יצירת מערכת למידת מכונה. לדוגמה, לא רק שמהנדסי למידת מכונה צריכים להחליט על ארכיטקטורה מתאימה, הם גם צריכים להתנסות עם הפרמטרים ההיפר-פרמטרים של המודל. AutoGluon שואפת להקל הן על יצירת ארכיטקטורת הרשת העצבית והן את בחירת הפרמטרים המתאימים.
AutoGluon מבוסס על עבודה שהחלה בתחילה על ידי מיקרוסופט ואמזון ב-2017. ה-Gluon המקורי היה ממשק למידת מכונה שנועד לאפשר למפתחים לערבב ולהתאים רכיבים מותאמים ליצירת מודלים משלהם, אבל AutoGluon פשוט יוצרת מודל מקצה לקצה, מבוסס על רצונות המשתמש. על פי הדיווחים, AutoGluon מסוגלת לייצר מודל ולבחור את הפרמטרים ההיפר-פרמטרים עבור הדגם, בטווח של אפשרויות שצוינו, עם שלוש שורות קוד בודדות. המפתח צריך לספק רק כמה טיעונים כמו זמן השלמת ההכשרה הרצוי שלו, ו-AutoGluon תחשב את המודל הטוב ביותר שישלים בזמן הריצה שצוין ובהתחשב במשאבי החישוב הזמינים.
AutoGluon מסוגלת כיום ליצור מודלים לסיווג תמונות, סיווג טקסט, זיהוי אובייקטים וחיזוי טבלאי. ה-API של AutoGluon נועד גם לאפשר למפתחים מנוסים יותר להיות מסוגלים להתאים אישית את המודל שנוצר אוטומטית ולשפר את הביצועים. כרגע, AutoGluon זמין רק עבור לינוקס והוא דורש Python 3.6 או 3.7.
ג'ונאס מולר, חלק מצוות הפיתוח של AutoGluon, הסביר את ההיגיון מאחורי יצירת AutoGluon:
"פיתחנו את AutoGluon כדי ליצור דמוקרטיזציה של למידת מכונה, ולהפוך את הכוח של למידה עמוקה לזמינה לכל המפתחים. AutoGluon פותר את הבעיה הזו מכיוון שכל הבחירות מכוונות אוטומטית בטווחי ברירת מחדל שידועים כביצועים טובים עבור המשימה והדגם הספציפיים."
AutoGluon היא שיטה חדשה בתוך שורה ארוכה של שיטות שנועדה לצמצם את המומחיות והזמן הדרושים לאימון מודלים של למידת מכונה. ספריות תוכנה כמו Theano אוטומתו את החישוב של וקטורי גרדיאנט, בעוד ש-Keras אפשרה למפתחים לציין בקלות יתר פרמטרים רצויים מסוימים. אמזון מאמינה שיש עוד קרקע שאפשר לכסות כשמדובר בדמוקרטיזציה של למידת מכונה, כמו הפיכת עיבוד מוקדם של נתונים וכיוונון היפרפרמטרים לפשוטים יותר.
נראה כי יצירת AutoGluon היא חלק ממאמץ של אמזון להפוך את ההדרכה והפריסה של מערכות למידת מכונה קלות ונגישות יותר. אמזון גם ביצעה שינויים ממוקדי למידת מכונה בחבילת ה-AWS שלה. לדוגמה, בוצעו שדרוגים לערכת הכלים של AWS Sagemaker. ערכת הכלים של AWS SageMaker בתוך חבילת AWS מאפשרת למפתחים לאמן ולפרוס מודלים לענן. SageMaker מגיע עם מגוון כלים המאפשרים למפתחים לבחור אלגוריתמים באופן אוטומטי, לאמן ולאמת מודלים ולשפר את הדיוק של המודלים.
