Artificiell intelligens

Python-stöd har lagts till i ABBYY:s öppen källkods bibliotek NeoML

mm

Det digitala intelligensföretaget ABBYY har meddelat en ny stor uppdatering för sitt plattformsoberoende, öppen källkods maskinlärningsbibliotek NeoML. Plattformen möjliggör för utvecklare att bygga, träna och distribuera maskinlärningsmodeller, och den nya uppdateringen bringar stöd för programmeringsspråket Python, som är det främsta språket för maskinlärning och AI.

Det nya ramverket innefattar också 5-10x hastighetsförbättringar och 20+ nya ML-metoder, inklusive 10 nätverkslager och optimeringsmetoder. NeoML stöder Apple M1-chip, GPU på Linux-baserade maskiner och Intel GPU, allt detta innebär en utvidgning av tillgängliga användningsfall och scenarier för biblioteket. Det innebär också att utvecklare kan använda ramverket för att bygga AI-drivna applikationer och lösningar.

Populariteten för Python

Python används inom olika branscher för uppgifter som automatisering, webbutveckling, skriptning, webbskrapning och dataanalys. Det används av stora företag som Google, Pinterest, Spotiffy, Dropbox och många andra.

Utöver den privata sektorn används det också inom akademin för att lära studenter hur man programmerar. Pythons flexibilitet är det som ger det så hög popularitet, och ABBYY:s nya utveckling möjliggör för utvecklare och företag att använda NeoML för att bygga, träna och distribuera modeller för objekterkännelse, klassificering, semantisk segmentering, verifikation och prediktiv modellering.

NeoML

Med de nya hastighetsförbättringarna är NeoML ett av de snabbaste maskinlärningsramverken som finns tillgängliga, med en prestanda som är upp till 10 gånger snabbare för klassiska algoritmer och upp till 30% snabbare neuronnätsträning och inferens jämfört med det tidigare ramverket.

När det jämförs med de två främsta öppen källkods maskinlärningsbiblioteken, erbjuder NeoML 50% snabbare prestanda i genomsnitt. På grund av detta är ramverket särskilt användbart för kundorienterade, plattformsoberoende applikationer. NeoML:s höga molneffektivitet innebär att företag kan använda tillgängliga molresurser på bästa sätt.

Bruce Orcutt är Senior Vice President of Product Marketing på ABBYY.

“Öppen källkod är en kraftfull drivkraft för teknisk innovation. Vi syftar till att stödja framsteg inom artificiell intelligens genom att arbeta tillsammans med utvecklargemenskapen för att ytterligare växa och förbättra vårt öppen källkods bibliotek”, sa Orcutt. “NeoML öppnar nya möjligheter för utvecklare som tillåter dem att experimentera, bygga och lansera banbrytande initiativ samtidigt som de tar till vara på ramverkets höga inferenshastighet, plattformsoberoende och stöd för mobila enheter. Vi inbjuder alla utvecklare, datavetare och akademi att använda och bidra till NeoML på GitHub.”

NeoML kan bearbeta och analysera data i olika format, såsom text, bild, video och mer. Modeller kan tillämpas i molnet, på plats, i webbläsaren och på enheten, och biblioteket stöder C++, Java och Objective C programmeringsspråk. Det erbjuder också 20+ traditionella ML-algoritmer som klassificering, regression och klusteringsramverk.

Ramverkets neuronnättsmodeller stöder mer än 100 lagertyper, och biblioteket är plattformsoberoende, kan köras på operativsystem som Windows, Linux, macOS, iOS och Android, och det är optimerat för både CPU och GPU-processorer.

NeoML används redan av utvecklare i USA, Kanada, Tyskland, Nederländerna, Brasilien, Kina, Indien och Sydkorea. Ramverket är tillgängligt på GitHub.

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.