ABBYY, une société de Digital Intelligence, a annoncé le lancement de NeoML, une bibliothèque open source pour la création, la formation et le déploiement de modèles d'apprentissage automatique. Disponible dès maintenant sur GitHub, NeoML prend en charge à la fois les algorithmes d'apprentissage profond et d'apprentissage automatique traditionnels. Le framework multiplateforme est optimisé pour les applications qui s'exécutent dans des environnements cloud, sur des ordinateurs de bureau ainsi que sur des appareils mobiles. Les développeurs peuvent utiliser NeoML pour créer, former et déployer des modèles pour l'identification, la classification, la segmentation sémantique, la vérification et la modélisation prédictive des objets, afin d'atteindre divers objectifs commerciaux. Par exemple, les banques peuvent développer des modèles pour gérer le risque de crédit et prédire le taux de désabonnement des clients, les entreprises de télécommunications pour créer une identification à distance des clients avec reconnaissance faciale et vérification des données afin d’analyser les performances des campagnes de marketing, de la vente au détail et des biens de consommation à évolution rapide. L'un des principaux avantages du framework est son utilisation considérablement plus efficace des ressources cloud disponibles.
NeoML est conçu comme un outil universel pour traiter et analyser les données dans une variété de formats, y compris le texte, l'image, la vidéo et autres. Il prend en charge les langages de programmation C++, Java et Objective-C; Python sera ajouté sous peu. Les modèles du réseau neuronal de NeoML prennent en charge plus de 100 types de couches. Il propose également plus de 20 algorithmes ML traditionnels tels que les framework de classification, de régression et de clustering. La bibliothèque est entièrement multiplateforme, une base de code unique qui peut être exécutée sur tous les systèmes d'exploitation populaires, y compris Windows, Linux, macOS, iOS et Android, et optimisée pour les processeurs CPU et GPU.
Côté interface C++, NeoML contient deux bibliothèques C ++:
- La bibliothèque d'algorithmes NeoML
La bibliothèque fournit des objets C ++ qui implémentent divers algorithmes de haut niveau. Elle se compose de plusieurs parties:
- Les réseaux de neurones
- Les algorithmes de classification et de régression
- Les algorithmes de clustering
- Les algorithmes auxiliaires
- NeoMathEngine
Le moteur mathématique utilisé pour les calculs est un module distinct qui implémente les fonctions mathématiques de bas niveau utilisées dans la bibliothèque d'algorithmes. L'utilisateur peut également appeler ces fonctions, mais n'a généralement jamais besoin de le faire.
Ce module a différentes implémentations pour différentes plates-formes. En particulier, il existe une implémentation qui utilise un GPU pour les calculs.
« Le lancement de NeoML reflète notre engagement à contribuer à l'innovation de l'IA à l'échelle de l'industrie », a déclaré Ivan Yamshchikov, évangéliste de l'IA chez ABBYY. « ABBYY a fait ses preuves en matière d'innovation technologique avec plus de 400 brevets et demandes de brevet. Le partage de notre infrastructure permet aux développeurs de tirer parti de sa vitesse d'inférence, de ses capacités multiplateformes et en particulier de son potentiel sur les appareils mobiles, tandis que leurs commentaires et leur contribution augmenteront et amélioreront la bibliothèque. Nous sommes ravis de promouvoir les progrès de l'IA et de soutenir l'apprentissage automatique appliqué à des cas d'utilisation de plus en plus valorisants et percutants. »
NeoML prend en charge l'Open Neural Network Exchange (ONNX), un écosystème ouvert mondial pour les modèles ML interopérables, qui améliore la compatibilité des outils, ce qui permet aux développeurs d'utiliser plus facilement les bonnes combinaisons pour atteindre leurs objectifs. La norme ONNX est prise en charge conjointement par Microsoft, Facebook et d'autres partenaires en tant que projet open source.
ABBYY invite les développeurs, les data scientists et les analystes commerciaux à utiliser et à contribuer à NeoML sur GitHub, où son code est sous licence Apache License 2.0. La société propose un support personnalisé aux développeurs, un examen continu des rapports, des mises à jour régulières et des améliorations de performances. À l'avenir, ABBYY prévoit d'ajouter de nouveaux algorithmes et architectures, ainsi que d'augmenter encore les vitesses réalisables à l'aide des algorithmes du framework.
En savoir plus sur NeoML