La empresa de inteligencia digital ABBYY ha anunciado una nueva actualización importante para su biblioteca de aprendizaje automático de código abierto multiplataforma NeoML. La plataforma permite a los desarrolladores crear, entrenar e implementar modelos de aprendizaje automático, y la nueva actualización brinda soporte para el lenguaje de programación Python, que es el lenguaje principal para el aprendizaje automático y la IA.
El nuevo marco también incluye mejoras de velocidad de 5 a 10 veces y más de 20 métodos nuevos de ML, incluidas 10 capas de red y métodos de optimización. NeoML admite chips Apple M1, GPU en máquinas basadas en Linux y GPU Intel, todo lo cual significa una expansión de casos de uso y escenarios direccionables para la biblioteca. También significa que los desarrolladores pueden usar el marco para crear aplicaciones y soluciones basadas en inteligencia artificial.
La popularidad de Python
Python se usa en varias industrias para tareas como automatización, desarrollo web, secuencias de comandos, web scraping y análisis de datos. Las principales empresas como Google, Pinterest, Spotiffy, Dropbox y muchas otras confían en él.
Fuera del sector privado, la academia también lo utiliza para enseñar a los estudiantes a programar. La versatilidad de Python es lo que le da tanta popularidad, y el nuevo desarrollo de ABBYY permite a los desarrolladores y empresas utilizar NeoML para crear, entrenar e implementar modelos para la identificación, clasificación, segmentación semántica, verificación y modelado predictivo de objetos.
NeoML
Con las nuevas mejoras de velocidad, NeoML es uno de los marcos de aprendizaje automático más rápidos disponibles, que ofrece un rendimiento hasta 10 veces más rápido para los algoritmos clásicos y un entrenamiento e inferencia de redes neuronales hasta un 30 % más rápido que el marco anterior.
En comparación con las dos principales bibliotecas de aprendizaje automático de código abierto, NeoML ofrece un rendimiento un 50 % más rápido en promedio. Debido a esto, el marco es especialmente útil para aplicaciones multiplataforma orientadas al cliente. La alta eficiencia de la nube de NeoML significa que las empresas pueden utilizar los recursos de la nube disponibles de la mejor manera posible.
Bruce Orcutt es vicepresidente sénior de marketing de productos en ABBYY.
“El código abierto es un poderoso impulsor de la innovación tecnológica. Nuestro objetivo es apoyar los avances en inteligencia artificial trabajando junto con la comunidad de desarrolladores para seguir creciendo y mejorando nuestra biblioteca de código abierto”, dijo Orcutt. “NeoML abre nuevas oportunidades para los desarrolladores, permitiéndoles experimentar, crear y lanzar iniciativas innovadoras mientras aprovechan la alta velocidad de inferencia del marco, la independencia de la plataforma y el soporte para dispositivos móviles. Invitamos a todos los desarrolladores, científicos de datos y académicos a usar y contribuir a NeoML en GitHub.”
NeoML puede procesar y analizar datos en varios formatos diferentes, como texto, imagen, video y más. Los modelos se pueden aplicar en la nube, en las instalaciones, en el navegador y en el dispositivo, y la biblioteca es compatible con los lenguajes de programación C++, Java y Objective C. También ofrece más de 20 algoritmos ML tradicionales como clasificación, regresión y marco de agrupamiento.
Los modelos de redes neuronales del marco admiten más de 100 tipos de capas, y la biblioteca es multiplataforma, puede ejecutarse en sistemas operativos como Windows, Linux, macOS, iOS y Android, y está optimizada para procesadores de CPU y GPU.
NeoML ya está siendo utilizado por desarrolladores en EE. UU., Canadá, Alemania, Países Bajos, Brasil, China, India y Corea del Sur. El marco está disponible en GitHub.