Dodano obsługę Pythona w bibliotece open-source ABBYY NeoML

Firma inteligencji cyfrowej ABBYY ogłosiła nową, dużą aktualizację dla swojej biblioteki maszynowego uczenia się NeoML, która jest wieloplatformowa i open-source. Platforma umożliwia deweloperom tworzenie, szkolenie i wdrażanie modeli maszynowego uczenia się, a nowa aktualizacja dodaje obsługę języka programowania Python, który jest najpopularniejszym językiem dla maszynowego uczenia się i sztucznej inteligencji.

Nowy framework obejmuje również 5-10-krotną poprawę szybkości i ponad 20 nowych metod maszynowego uczenia się, w tym 10 warstw sieciowych i metod optymalizacji. NeoML obsługuje chipy Apple M1, GPU na maszynach z systemem Linux oraz GPU Intel, co oznacza rozszerzenie zakresu przypadków użycia i scenariuszy dla biblioteki. Oznacza to również, że deweloperzy mogą używać frameworka do tworzenia aplikacji i rozwiązań wykorzystujących sztuczną inteligencję.

Popularność Pythona

Python jest używany w różnych branżach do zadań takich jak automatyzacja, rozwój webowy, skryptowanie, web scraping i analiza danych. Jest on używany przez duże firmy takie jak Google, Pinterest, Spotiffy, Dropbox i wiele innych.

Poza sektorem prywatnym, także w środowisku akademickim używa się go do nauczania studentów programowania. Uniwersalność Pythona sprawia, że jest on tak popularny, a nowy rozwój ABBYY umożliwia deweloperom i firmom korzystanie z NeoML do tworzenia, szkolenia i wdrażania modeli do identyfikacji obiektów, klasyfikacji, segmentacji semantycznej, weryfikacji i modelowania predykcyjnego.

NeoML

Dzięki nowej poprawie szybkości, NeoML jest jednym z najszybszych frameworków maszynowego uczenia się, oferującym nawet 10-krotnie szybszą wydajność dla klasycznych algorytmów i do 30% szybsze szkolenie i inferencję sieci neuronowych w porównaniu z poprzednim frameworkiem.

W porównaniu z dwoma najlepszymi bibliotekami open-source maszynowego uczenia się, NeoML oferuje średnio 50% szybszą wydajność. Dzięki temu framework jest szczególnie przydatny dla aplikacji cross-platformowych i klientów. Wysoka efektywność chmury oznacza, że firmy mogą wykorzystywać dostępne zasoby chmury w najlepszy możliwy sposób.

Bruce Orcutt jest Starszym Wiceprezesem ds. Marketingu Produktów w ABBYY.

„Oprogramowanie open-source jest potężnym czynnikiem innowacji technologicznych. Naszym celem jest wspieranie postępu w dziedzinie sztucznej inteligencji poprzez współpracę z społecznością deweloperów w celu dalszego rozwoju i udoskonalenia naszej biblioteki open-source”, powiedział Orcutt. „NeoML otwiera nowe możliwości dla deweloperów, pozwalając im na eksperymentowanie, tworzenie i uruchamianie przełomowych inicjatyw, korzystając z wysokiej szybkości inferencji, niezależności platformy i obsługi urządzeń mobilnych. Zapraszamy wszystkich deweloperów, naukowców i środowisko akademickie do korzystania z NeoML na GitHub.”

NeoML może przetwarzać i analizować dane w różnych formatach, takich jak tekst, obraz, wideo i wiele innych. Modele mogą być stosowane w chmurze, na miejscu, w przeglądarce i na urządzeniu, a biblioteka obsługuje języki programowania C++, Java i Objective C. Oferuje również ponad 20 tradycyjnych algorytmów maszynowego uczenia się, takich jak klasyfikacja, regresja i klastering.

Modele sieci neuronowych obsługują ponad 100 typów warstw, a biblioteka jest wieloplatformowa, może być uruchamiana na systemach operacyjnych takich jak Windows, Linux, macOS, iOS i Android, oraz jest zoptymalizowana dla procesorów CPU i GPU.

NeoML jest już używany przez deweloperów w Stanach Zjednoczonych, Kanadzie, Niemczech, Holandii, Brazylii, Chinach, Indiach i Korei Południowej. Framework jest dostępny na GitHub.