Dodano obsługę Pythona w bibliotece open-source NeoML firmy ABBYY

Firma ABBYY, specjalizująca się w inteligencji cyfrowej, ogłosiła nową, dużą aktualizację swojej biblioteki maszynowego uczenia się NeoML, która umożliwia tworzenie, szkolenie i wdrożenie modeli maszynowego uczenia się. Nowa aktualizacja dodaje obsługę języka programowania Python, który jest najpopularniejszym językiem programowania w dziedzinie maszynowego uczenia się i sztucznej inteligencji.

Nowy framework obejmuje również 5-10-krotną poprawę wydajności i ponad 20 nowych metod maszynowego uczenia się, w tym 10 warstw sieci neuronowych i metod optymalizacji. NeoML obsługuje procesory Apple (AAPL ) M1, GPU na maszynach z systemem Linux, oraz GPU Intel (INTC ), 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, pobieranie danych z sieci i analiza danych. Jest on używany przez duże firmy, takie jak Google (GOOGL ), Pinterest, Spotify, Dropbox (DBX ) i wiele innych.

Poza sektorem prywatnym, także w środowisku akademickim używa się go do nauki programowania. Wszechstronność Pythona sprawia, że jest tak popularny, a nowy rozwój ABBYY umożliwia deweloperom i firmom używanie NeoML do tworzenia, szkolenia i wdrożenia modeli do identyfikacji obiektów, klasyfikacji, segmentacji semantycznej, weryfikacji i modelowania predykcyjnego.

NeoML

Dzięki nowej poprawie wydajności, NeoML jest jednym z najszybszych frameworków maszynowego uczenia się, oferując 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, zorientowanych na klienta. Wysoka wydajność chmury NeoML oznacza, że firmy mogą używać dostępnych zasobów chmury w najlepszy możliwy sposób.

Bruce Orcutt, Senior Vice President of Product Marketing w ABBYY, powiedział:

“Open source jest potężnym motorem innowacji technologicznych. Naszym celem jest wspieranie postępów w dziedzinie sztucznej inteligencji poprzez współpracę z deweloperami w celu dalszego rozwoju i udoskonalenia naszej biblioteki open-source,” powiedział Orcutt. “NeoML otwiera nowe możliwości dla deweloperów, umożliwiając im 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 i współtworzenia 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 cross-platformowa, co oznacza, że 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.