Hỗ trợ Python được thêm vào Thư viện mã nguồn mở NeoML của ABBYY

Công ty tình báo kỹ thuật số ABBYY đã công bố một bản cập nhật lớn mới cho thư viện máy học mã nguồn mở, 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 đến sự hỗ trợ cho ngôn ngữ lập trình Python, ngôn ngữ hàng đầu cho học máy và AI.

Khung mới cũng bao gồm các cải tiến tốc độ 5-10 lần và hơn 20 phương pháp ML mới, bao gồm 10 lớp mạng và phương pháp tối ưu hóa. NeoML hỗ trợ chip Apple M1, GPU trên máy dựa trên Linux và GPU Intel, tất cả đều có nghĩa là mở rộng các trường hợp sử dụng và kịch bản có thể định địa chỉ cho thư viện. Điều đó cũng có nghĩa là các nhà phát triển có thể sử dụng khung để xây dựng các ứng dụng và giải pháp do AI cung cấp. 

Mức độ phổ biến của Python

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

Ngoài khu vực tư nhân, các học viện cũng sử dụng nó để dạy sinh viên cách lập trình. Tính linh hoạt của Python là điều khiến nó trở nên phổ biến cao như vậy 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 các mô hình để nhận dạng đối tượng, phân loại, phân đoạn ngữ nghĩa, xác minh và lập mô hình dự đoán.

NeoML

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

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

Bruce Orcutt là Phó chủ tịch cấp cao phụ trách tiếp thị sản phẩm tại ABBYY. 

“Nguồn mở là động lực mạnh mẽ của đổi mới công nghệ. Chúng tôi mong muốn hỗ trợ những tiến bộ trong trí tuệ nhân tạo bằng cách hợp tác với cộng đồng nhà phát triển để phát triển và cải thiện hơn nữa thư viện nguồn mở của chúng tôi,” Orcutt cho biết. “NeoML mở ra cơ hội mới cho các nhà phát triển, cho phép họ thử nghiệm, xây dựng và khởi chạy các sáng kiến ​​đột phá trong khi tận dụng tốc độ suy luận cao, nền tảng độc lập và hỗ trợ cho 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 ở nhiều định dạng khác nhau, chẳng hạn như văn bản, hình ảnh, video, v.v. Các mô hình có thể được áp dụng trên đám mây, tại chỗ, trong trình duyệt và trên thiết bị, đồng thời thư viện hỗ trợ các ngôn ngữ lập trình C++, Java và Objective C. Nó cũng cung cấp hơn 20 thuật toán ML truyền thống như khung phân loại, hồi quy và phân cụm. 

Các mô hình mạng thần kinh của khung hỗ trợ hơn 100 loại lớp và thư viện đa nền tảng, có khả năng chạy trên các hệ điều hành như Windows, Linux, macOS, iOS và Android, đồng thời được tối ưu hóa cho cả bộ xử lý CPU và GPU. 

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