Hỗ trợ Python được thêm vào Thư viện Mở NeoML của ABBYY

Công ty trí tuệ số ABBYY đã công bố một bản cập nhật lớn mới cho thư viện học máy mở nguồn, đa nền tảng NeoML. Nền tảng này cho phép các nhà phát triển xây dựng, đào tạo và triển khai các mô hình học máy, và bản cập nhật mới mang lại hỗ trợ cho ngôn ngữ lập trình Python, là ngôn ngữ hàng đầu cho học máy và trí tuệ nhân tạo.

Khung mới cũng bao gồm cải thiện tốc độ 5-10 lần và hơn 20 phương pháp học máy mới, bao gồm 10 lớp mạng và phương pháp tối ưu hóa. NeoML hỗ trợ chip Apple M1, GPU trên máy Linux và Intel GPU, tất cả đều có nghĩa là mở rộng các trường hợp và kịch bản sử dụng cho thư viện. Điều này cũng có nghĩa là các nhà phát triển có thể sử dụng khung để xây dựng các ứng dụng và giải pháp được hỗ trợ bởi trí tuệ nhân tạo.

Sự phổ biến của Python

Python được sử dụng trong các ngành công nghiệp khác nhau cho các nhiệm vụ như tự động hóa, phát triển web, kịch bản, thu thập web và phân tích dữ liệu. Nó được các công ty lớn như Google, Pinterest, Spotiffy, Dropbox và nhiều công ty khác tin dùng.

Ngoài lĩnh vực tư nhân, học viện cũng sử dụng nó để dạy sinh viên cách lập trình. Sự đa năng của Python là điều mang lại cho nó sự phổ biến cao, và sự phát triển mới của ABBYY cho phép các nhà phát triển và công ty sử dụng NeoML để xây dựng, đào tạo và triển khai mô hình cho nhận dạng đối tượng, phân loại, phân khúc ngữ nghĩa, xác minh và mô hình hóa dự đoán.

NeoML

Với sự cải thiện tốc độ mới, NeoML là một trong những khung học máy nhanh nhất hiện có, cung cấp hiệu suất nhanh hơn 10 lần cho các thuật toán cổ điển và nhanh hơn 30% cho đào tạo và suy luận mạng nơ-ron so với khung trước đó.

Khi so sánh với hai thư viện học máy mở nguồn hàng đầu, NeoML cung cấp hiệu suất nhanh hơn 50% trung bình. Vì vậy, khung này đặc biệt hữu ích cho các ứng dụng hướng khách hàng, đa nền tảng. Hiệu suất đám mây cao của NeoML có nghĩa là các doanh nghiệp có thể sử dụng tài nguyên đám mây có sẵn một cách tốt nhất.

Bruce Orcutt là Phó Chủ tịch cấp cao về Tiếp thị Sản phẩm tại ABBYY.

“Nguồn mở là một động lực mạnh mẽ cho sự đổi mới công nghệ. Chúng tôi nhằm mục đích hỗ trợ các tiến bộ trong trí tuệ nhân tạo bằng cách làm việc cùng với cộng đồng nhà phát triển để phát triển và cải thiện thư viện mở nguồn của chúng tôi,” Orcutt cho biết. “NeoML mở ra những cơ hội mới cho các nhà phát triển, cho phép họ thực nghiệm, xây dựng và ra mắt các sáng kiến đột phá trong khi tận dụng tốc độ suy luận cao, độc lập nền tảng và hỗ trợ thiết bị di động của khung. Chúng tôi mời tất cả các nhà phát triển, nhà khoa học dữ liệu và học viện sử dụng và đóng góp cho NeoML trên GitHub.”

NeoML có thể xử lý và phân tích dữ liệu trong nhiều định dạng khác nhau, chẳng hạn như văn bản, hình ảnh, video và hơn thế nữa. Các mô hình có thể được áp dụng trong đám mây, tại chỗ, trong trình duyệt và trên thiết bị, và thư viện hỗ trợ các ngôn ngữ lập trình C++, Java và Objective C. Nó cũng cung cấp hơn 20 thuật toán học máy truyền thống như phân loại, hồi quy và khung phân cụm.

Các mô hình mạng nơ-ron của NeoML hỗ trợ hơn 100 loại lớp, và thư viện này là đa nền tảng, có thể chạy trên các hệ điều hành như Windows, Linux, macOS, iOS và Android, và nó được tối ưu hóa cho cả bộ xử lý CPU và GPU.

NeoML đã được các nhà phát triển tại Mỹ, Canada, Đức, Hà Lan, Brazil, Trung Quốc, Ấn Độ và Hàn Quốc sử dụng. Khung này có sẵn trên GitHub.