Zero
Cela n’arrive pas souvent. L’apprentissage en profondeur est la plus chaude de la technologie d’aujourd’hui, avec d’innombrables applications et profond investissement les suspects habituels. Quelque chose de nouveau libéré de quelqu’un qui n’est pas parmi les GAFAs du monde, et prétend être radicalement mieux dans tous les sens, il est sûr de soulever quelques sourcils.
Cela a été notre réaction lorsque nous avons été approchés par Bell Intégrateur à propos de Neuton a quelques mois. Neuton est un réseau de neurones cadre, que la Cloche de l’Intégrateur prétend que c’est bien plus efficace que n’importe quel autre framework et non-neuronal algorithme disponibles sur le marché.
Aussi: Nvidia vise à faire fonctionner les réseaux de neurones, plus rapide, plus efficace
En plus d’être plus rapide, en fonction de sorti de repères, Bell Intégrateur dit Neuton est une Auto ML de solution avec des modèles qui en découlent qui sont auto-croissance et de l’apprentissage. Et, pour couronner le tout, dit Bell Intégrateur, Neuton est tellement facile à utiliser qu’aucune IA de fond est nécessaire.
L’apprentissage de la Machine octobre fest
À l’époque, il était beaucoup plus facile de ne pas croire tout ce que, comme il n’y a pas grand chose à montrer, en dehors de certaines impressionnant de repères et une date de sortie fixée pour le mois de novembre. Aujourd’hui, en ajoutant à l’apprentissage de la machine octobre fest, et potentiellement provoquées par celle-ci, Neuton a officiellement publié.
Depuis quelques jours, nous avons vu une nouvelle version de PyTorch, l’un des leaders du réseau de neurones cadres par Facebook, ainsi qu’une nouvelle entrée par le jeûne.l’ia. Nous avons également vu MLflow, un méta-cadre par Databricks, se rapprochant de la version 1.0.
Maintenant, essayons et faire la lumière sur l’endroit où Neuton, comment ça marche, et qu’est-ce que tout cela signifie. Commençons par le fournisseur, ce qui est un privé mondial de la consultation et de la technologie fournisseur de services qui a été autour depuis 2003.
Bell Intégrateur a plus de 2500 employés dans 10 emplacements et des listes de noms tels que Ericsson, Cisco, Siècle de Lien, de Genièvre, Citibank, Deutsche Bank et Société Générale comme de ses clients. Quand nous avons demandé à l’équipe derrière Neuton, nous n’avons pas tous les noms que vous pourriez reconnaître.
Aussi: Alibaba réseau de neurones défaites de l’homme dans global du test de lecture
Blair Newman, Bell Intégrateur de CTO, a déclaré ce qui a été livré par une équipe de scientifiques de l’accumulation de plus de 700 ans d’expérience combinée en tant que chercheurs scientifiques tout réussi à résoudre les complexes problèmes algorithmiques, en réalité augmentée, intelligence artificielle, réseaux de neurones, apprentissage machine, l’analyse vidéo, l’internet des objets, et de la blockchain.
Nous ne pouvons que spéculer quant à la façon Neuton est venu pour être. Ses caractéristiques, cependant, semblent tout à fait impressionnant, presque trop beau pour être vrai. Si rien d’autre, Neuton a pas été sur les radars, même des gens qui vivent et respirent l’apprentissage de la machine. Lorsque nous avons demandé Soumith Chintala, le Facebook chercheur qui est à la tête d’PyTorch pour un commentaire sur Neuton, sa réponse a été qu’il n’était pas au courant de cela, même si il surveille le champ de près.
“Perturbateur” est un terme galvaudé, mais pour ce réseau de neurones cadre, il pourrait être vrai. (Image: Bell Intégrateur)
Neuton, dit Bell Intégrateur, est l’auto-croissance et de l’apprentissage: Il n’est pas nécessaire de travailler sur les couches et de neurones; il suffit de préparer un ensemble de données, et un modèle sera faite automatiquement. Et le modèle doit aussi de moins en moins de formation des échantillons.
En plus de repères, maintenant, vous pouvez télécharger ces modèles et de voir par vous-même, dit Bell Intégrateur. Les modèles sont dit être 10 à 100 fois plus petit et plus rapide que ceux construits avec les cadres et les non-neuronaux, algorithmes, tout en utilisant de 10 à 100 fois moins dans les neurones.
Aussi: l’Apprentissage en Profondeur: L’intérêt est plus que latente
Pas de surapprentissage, beaucoup moins absolue et relative des erreurs dans les échantillons de validation, plus de précision, et de l’Automobile ML — pas besoin d’un scientifique ou d’IA arrière-plan. Seulement les compétences techniques de base nécessaires. Et, si vous n’êtes pas assez perplexe pourtant, ici, encore une chose: Dans Neuton de la FAQ, il est mentionné que la première version sera sans CNN/RNN (convolutifs/réseaux de neurones récurrents).
De réseau de neurones ou de ne pas réseau de neurones?
Est-ce que cela signifie? Est Neuton un réseau de neurones, ou pas? Est-il besoin d’une formation, ou pas? Newman a dit que, bien que CNN/RNN de support n’est pas inclus dans la version initiale, Neuton est un réseau de neurones qui résout efficacement les problèmes de Classification et de Régression. Il n’a besoin de formation, mais la formation des échantillons sont petits en comparaison à d’autres algorithmes.
Aussi: Intel dévoile le Nervana Réseau de Neurones Processeur
Les modèles sont livrés au format hdf5, qui est open source et peut être utilisé par la majorité des langages de programmation modernes et cadres, y compris Keras. Hdf5 est pris en charge par Python, Java, R, etc. Il y a aussi la prise en charge d’un prêt à utiliser l’API REST de service, et pour les Gpu.
Newman a dit:
“Neuton est une méthode d’apprentissage de la machine, il est de notre propre développement. Neuton du flux de travail est très simple et se compose de quelques étapes.
Dans la première étape d’un utilisateur télécharge des données. Dans la deuxième étape, ils spécifier les données à utiliser pour la formation et de l’utiliser pour la validation. Lors de la troisième étape, sélectionnez une métrique pour leurs tâches et des critères pour la formation d’arrêter. Après la formation, nous permettons à l’utilisateur de s’assurer de son exactitude, de la prévision des résultats sur des données inconnues. À la dernière étape, l’utilisateur peut choisir la façon d’utiliser le modèle.
Nous offrons la possibilité de télécharger le modèle ou l’hébergement dans le cloud. Pour les grands clients de l’entreprise qui ne se sentent pas en sécurité à télécharger leurs données sur un cloud public, nous déploiement du modèle sur les lieux.
Neuton du modèle peut être utilisé soit en tant que solution autonome ou de construire un ensemble de divers algorithmes. Les modèles basés sur Neuton peut automatiquement être vendue comme un RESTE de l’API de service en un seul clic. Ils peuvent également être téléchargés avec un exemple de code pour une utilisation locale en Python.”
Certains de Neuton de résultats de référence. Pris à leur valeur nominale: Neuton peut faire moins avec plus — plus de précision, avec moins de données d’entraînement. (Image: Bell Intégrateur)
Comment est-ce possible? Et c’est quoi ces repères? Sont les spécifications de référence disponibles? Les tiers peuvent reproduire les résultats? Comprennent-ils la formation et de l’inférence? Pourquoi certains résultats mesurés pour Neuton un seul et même modèle, et d’autres pour l’ensemble trop?
Newman a expliqué:
“Grâce à notre algorithme propriétaire et perturbateurs de la technologie d’apprentissage automatique, les modèles construits sur Neuton sont super compact, ce qui signifie qu’ils sont constitués de relativement peu de neurones et les coefficients. L’algorithme réel est notre propriété intellectuelle, par conséquent, nous ne pouvons pas divulguer. Neuton résultats ont été comparés Caffe2, Tenseur de Flux+Keras, CNTK, Torche, Théano. Ces réseaux ont montré des résultats très similaires.
Aussi: Rapide.l’ia est un logiciel pourrait radicalement la démocratisation de l’IA
Newman a précisé que, pour économiser de l’espace sur l’écran, sur les tableaux de référence, ils montrent Keras avec TensorFlow backend ainsi que les méthodes de neurones, comme tous les algorithmes de xgboost, catboost, linéaire, régression logistique, random forest, etc.
Il a dit:
“Les résultats sont reproductibles par des tiers, et de la formation des modèles avec des données et TensorFlow de configuration utilisé peut être téléchargé à partir du site web pour une utilisation hors connexion. Nous avons démontré Neuton l’avenir de communiqués de fonctionnalités.
Nous avons effectué quelques expériences qui prouvent que l’utilisation de Neuton de modèles dans l’ensemble d’améliorer considérablement les résultats du modèle unique. Nous avons utilisé ces résultats en comparaison avec des algorithmes traditionnels que sont les ensembles eux-mêmes (xgb, random forest, etc).”
De Neuton ou de ne pas Neuton?
Techniquement, on ne peut pas dire que Neuton n’Apprentissage Profond ou pas, puisque nous ne connaissons pas son architecture intérieure. Mais cela ne change pas le fait que tout cela semble impressionnant. Performance, cependant, n’est pas tout. Comment Neuton pile face à la essayé-et-vrai champions et la plus récente et la plus PyTorch et rapide.l’ia?
Aussi: Google Cerveau, Microsoft sonder les mystères de réseaux avec l’IA
Newman a dit:
“À la différence de Neuton, PyTorch et Rapide.ai besoin des codes et de la connaissance des architectures de réseaux de neurones, ce qui signifie que notre public cible est beaucoup plus large et le modèle de temps d’installation plus court, quel que soit leur niveau d’expertise.
Nous offrons également à nos utilisateurs tout le nécessaire les éléments de l’infrastructure de stockage, y compris pour les données utilisateur et les modèles, les machines virtuelles avec le GPU pour la formation, les machines virtuelles pour le déploiement dans le cloud, en attendant simultanément l’autonomisation des clients de l’entreprise à utiliser Neuton sur leur point de départ à l’endroit désiré.
De la performance et de l’efficacité de la perspective de la nouvelle bibliothèques mentionnées ci-dessus sont toujours les mêmes et ne pas affecter nos repères.”
Neuton a été nommé d’après Sir Isaac Newton, en essayant de faire un parallèle avec Newton. (Image: Bell Intégrateur)
Newman a ajouté:
“Neuton fait IA disposition de tout le monde et augmente l’ingéniosité de l’homme, ce qui aura un impact décisif sur l’économie, chaque secteur de l’industrie, des percées scientifiques, et la qualité de nos générations futures et la vie quotidienne grâce à une utilisation plus large et l’adoption de l’intelligence artificielle.
Nous croyons que l’intelligence qui fait du monde un endroit meilleur”.
Newman est allé à fournir un peu de fond de Neuton de nommage du. Neuton est un jeux de mots sur les réseaux de neurones, et de Sir Isaac Newton, qui a cru que l’intelligence fait du monde un endroit meilleur.
Il serait difficile de soutenir le contraire. Mais la vraie question ici est: Doit-on oublier tout le reste et de commencer la construction de votre prochaine IA modèles sur Neuton? Eh bien, peut-être pas si vite.
Clairement, certains l’expérimentation est nécessaire, et la Cloche de l’Intégrateur est en espérant qu’il permettra d’attirer suffisamment l’attention pour au moins tenter les gens à donner de Neuton un essai. Mais en supposant que tout cela fonctionne comme promis, quelle est la prochaine étape?
Aussi: à la rencontre de l’étrange D&D créatures faites par un réseau de neurones CNET
Bell Intégrateur business model de Neuton n’est pas clair pour nous, que nous n’avons pas d’obtenir une réponse explicite à notre demande de commentaire. Neuton est propriétaire, c’est certain, mais combien ça va coûter à l’utiliser, et à quelles conditions, nous ne savons pas à ce point.
Ceci est en contraste frappant avec presque tous les autres là-bas, qui est open source. Bien sûr, l’open source ne signifie pas gratuit, et chacun a ses raisons pour aller à l’open source. En fin de compte, même si vous arrivez à utiliser la machine cadres d’apprentissage pour gratuit, de stockage et de calcul, vous aurez à payer, afin d’avoir une structure open-source est un bon moyen pour les fournisseurs de cloud à attirer revenus.
Bien sûr, Neuton aurez également besoin de stockage et de calcul des ressources de travail, même si elle est beaucoup moins. Ainsi, à partir d’un point de vue économique, cela revient à faire des maths au cas par cas: le coût de l’utilisation de Neuton être justifiée par la réduction du coût en ressources nécessaires pour l’utiliser?
Nous allons également voir comment Neuton casseroles de la convivialité et du point de vue du support. Sur le papier, de l’API et de support de la langue semblent bien, même si nous devrons attendre à voir à l’usage, notamment en ce qui concerne le “pas de l’expérience nécessaire” réclamation. De Plus, une société de conseil, comme Bell Intégrateur ne peut pas être utilisé, ou prêt pour, traiter avec massive de demandes de soutien. Certains de Neuton de modes de fonctionnement ne sont pas pleinement fonctionnels à ce stade, trop.
En tout cas, si le besoin de vitesse est votre N ° 1, Neuton est certainement en valeur un regard. Il sera intéressant de voir comment cela va influencer les progrès dans l’apprentissage de la machine.
Précédente et de la couverture liée:
Qu’est-ce que l’IA? Tout ce que vous devez savoir
Un exécutif guide de l’intelligence artificielle, de l’apprentissage machine et général de l’IA pour les réseaux de neurones.
Qu’est-ce que l’apprentissage en profondeur? Tout ce que vous devez savoir
La vérité sur l’apprentissage en profondeur: de comment il s’inscrit dans le champ plus large de l’apprentissage de la machine grâce à la façon d’obtenir commencé.
Qu’est-ce que l’apprentissage de la machine? Tout ce que vous devez savoir
Ce guide explique ce qu’est l’apprentissage de la machine est, comment elle est liée à l’intelligence artificielle, comment il fonctionne et pourquoi c’est important.
Qu’est-ce que le cloud computing? Tout ce que vous devez savoir à propos de
Une introduction à l’informatique en nuage à droite de la base jusqu’à l’IaaS et PaaS, hybride, public et cloud privé.
Articles connexes:
Il n’est pas un rôle pour les IA ou les données de la science: c’est un effort d’équipe de Démarrage Famille apporte le ruban de l’espoir pour les IA en robotique, en AI: Le point de vue de l’administrateur en Chef de la Science des Données Office Salesforce intros Einstein Voix, une IA assistant vocal pour les entreprises Ce ne sont pas les emplois de l’IA est en train de détruire qui me dérange, c’est ceux qui sont growingDevelopers, réjouissez-vous: Maintenant IA pouvez écrire du code pour vous TechRepublic
Rubriques Connexes:
L’Innovation
Transformation Numérique
CXO
L’Internet des objets
Des Logiciels D’Entreprise
Les Smart Cities
0