0
L’IA paesaggio sta cambiando di giorno in giorno. (Immagine: Shivon Zilis e James Cham, progettato da Heidi Skinner. Una versione più grande può essere trovato sul Shivon Zilis’ sito web.)
E ‘ difficile evitare l’IA buzz. Al di là del clamore, non si può negare che il progresso è fatto in salti e balzi. Siamo a metà del 2017, e già l’immagine della macchina di intelligenza, dipinta per il 2016 ha visto notevoli nuove voci.
Solo tenendo lo stack di tecnologia, abbiamo visto l’introduzione di Caffe2 da Facebook, Core ML appena fuori da Apple, che ha inserito il gioco, e non dimentichiamo il ampiamente ambizioso NeoPulse.
Una cosa che tutti questi hanno in comune: Deep learning. Caffe2 e NeoPulse sono esclusivamente DL quadri, e DL è anche centrale per Core ML. Mentre il DL è certamente preziosa, c’è più di ML. E ci sono anche altri giocatori nel gioco rispetto i soliti sospetti.
Soddisfare CatBoost, un nuovo ML libreria basata sul gradiente di amplificazione (GB) con l’obiettivo di trovare il suo sweet spot in intelligenza artificiale paesaggio.
CatBoost, il tuo quartiere amichevole felino
Il rilascio di CatBoost come open source, è stato annunciato ufficialmente oggi, ma CatBoost non è venuto fuori nulla. Esso è stato sviluppato da Russia a base di e il NASDAQ negoziati Yandex. Yandex, noto a molti come il “russo Google”, descrive se stesso come una società di tecnologia che costruisce intelligente di prodotti e servizi forniti da ML.
“ML poteri oltre il 70 per cento di Yandex prodotti e servizi”, dice Misha Bilenko, testa di Macchina di Intelligenza e di Ricerca (MIR) a Yandex. Anche se la sua MatrixNet e DaNet librerie non sono così conosciuto come altri in questo dominio, essi sono stati intorno per un po ‘ e sono ampiamente utilizzato da artisti del calibro di CERN e Gazprom.
“CatBoost è la prossima generazione di MatrixNet e Yandex è l’attuazione di CatBoost quasi ovunque MatrixNet è già in atto”, dice Bilenko.
Grande. Ma che cosa è CatBoost e perché dovremmo cura?
Yandex descrive CatBoost come “uno stato-of-the-art open-source gradiente di incrementare library” ed aggiunge che, mentre il DL è davvero utile e qualcosa hanno avuto grandi esperienze con, c’è di più alla vita e AI di DL, come GB.
Yandex si applica GB per il tipo di problemi che le aziende devono affrontare ogni giorno-come individuare le frodi, la previsione del coinvolgimento del cliente, e la classificazione di oggetti raccomandati. Yandex sostiene che il vantaggio chiave di GB sul DL è la capacità di fornire risultati di alta precisione anche quando ci sono relativamente pochi dati.
Questo, dice Yandex, lo rende ideale per modelli predittivi che analizzare le diverse forme di dati, e in particolare i dati descrittivi formati con categorica delle funzioni (con discreti piuttosto che valori continui). Yandex avvocati CatBoost come un modello per domarli tutti, integrando ingressi da diversi ML di tecniche.
Yandex fatto in modo che la struttura di CatBoost in grado di supportare la loro storia, come può essere alimentato con modelli dal DL framework come TensorFlow o Keras. Che cosa è più, può a sua volta di alimentazione del Core ML, portando così CatBoost-powered applicazioni per una vasta gamma di dispositivi in tutto il mondo.
CatBoost vanta best-in-class per la precisione tra GB algoritmi, e Yandex dice che migliora la capacità di creare modelli predittivi utilizzando una varietà di fonti di dati come sensoriali, storiche e dati transazionali.
Yandex chiama CatBoost il più potente “ultimo modello”. Mentre tali crediti devono essere dimostrati in pratica, uno non può aiutare ma notare che Yandex sembra essere mettere i suoi soldi dove la sua bocca è. Per cominciare, Yandex focalizza il proprio sviluppo futuro di tutto CatBoost.
Yandex si erge forte dietro CatBoost
CatBoost può essere scherzosamente chiamato e ben commercializzato, ma non fare errore, per la serietà con cui Yandex si avvicina a questo. (Immagine: Yandex)
Yandex è l’attuazione di CatBoost quasi ovunque MatrixNet è già in atto, dice Bilenko. Che significa qualcosa, come MatrixNet è stata la chiave di Yandex. Per quanto gli altri sono interessati, Yandex sta cercando di fare CatBoost attraente, fornendo opzioni per farlo.
Oltre TensorFlow e Core ML di integrazione, CatBoost può essere utilizzato in Python e R o tramite una riga di comando strumento di visualizzazione di ganci e di funzionalità automatizzate importanza di calcolo, e offre opzioni per il parametro di ottimizzazione e vanta la superiorità nei benchmark.
Certo, Yandex rende alcuni argomenti convincenti. C’è solo un paio di cose che si sono probabilmente chiedendo circa.
Uno, che è Yandex di nuovo e che cosa li rende tali esperti in ML? E due, se CatBoost è così grande, perché non tenere per sé? Bene, i due potrebbero essere legate.
Abbiamo già detto come Yandex è colloquialmente nota come il russo Google. Mentre c’è sicuramente qualche base di questo, Yandex persone, e in particolare il suo amministratore delegato, permetto di dissentire. Prima di tutto, dicono, Yandex è stata fondata nel 1997, un anno prima di Google, in modo che noi non li seguiamo.”
Yandex è iniziato come un motore di ricerca, come Google, ma poi diversificato ad altri domini. Sì, molto simile a Google, ma anche come Amazon e Uber. Yandex, oltre a possedere un 54 per cento del mercato della ricerca online in Russia, ha ampliato l’offerta di servizi, come lo Shopping (Yandex.Il mercato è utilizzato da 19 milioni di persone in un mese) e corse in taxi (Yandex.Taxi detiene il 60 per cento di questo mercato a Mosca).
Alcuni di che può avere a che fare con i russi di protezionismo, ma probabilmente non lo è del tutto. Yandex ha costruito su una serie di vantaggi nel mercato locale e si sta espandendo ad altri mercati. Assunzione di ex-Microsoft Bilenko, in aggiunta ad altri di alto profilo, noleggi e riorganizzazione interna, sembra essere parte di un piano per conquistare il mondo.
Quando è stato chiesto quali sono le barriere che ci verranno affrontate in questo sforzo, Bilenko ha risposto ricordando che “Yandex si impegna a mantenere l’alta qualità dei prodotti e dei servizi per gli utenti nei nostri mercati di riferimento, ma come una società di tecnologia globale, troviamo inestimabile di contribuire più in generale per la maggiore tech comunità.
“Data l’importanza fondamentale e diffuso di GB, abbiamo voluto contribuire ad una esigenza e creare qualcosa che è facile per gli scienziati dati per l’integrazione con altre machine learning quadri. Offrendo alla comunità una grande out-of-the-box strumento è qualcosa che possiamo anticipare che sarà ampiamente utilizzato e molto utile.”
Macchina di Apprendimento dei pesi massimi
Bilenko menzionato Yandex Clickhouse come un esempio di strumenti di Yandex reso disponibile per la comunità open source. Bilenko dice che spera di vedere CatBoost impatto tech comunità in modo positivo, se è per la vendita al dettaglio o di assicurazione o di qualsiasi altro uso commerciale, e sottolinea la ricchezza di sviluppatori di talento in Russia.
Yandex utilizza ML in un certo numero di consumatori di applicazioni, come la traduzione, riconoscimento di immagini, la ricerca sul web, pubblicità, previsioni del tempo, il riconoscimento vocale, e anti-frode. Cosa c’è di più, Bilenko dice Yandex è l’attuazione di ML con Yandex.Cloud team. Quindi aspettiamo di vedere di più ML nel cloud da Yandex presto, talmente semplice mantenere aggiornati con i tempi.
Un altro interessante e poco noto, tuttavia, è che Yandex ha anche un enterprise lato — e dati è la forza trainante dietro di esso. CatBoost è anche quello di riuscire MatrixNet in domini come processo industriale di ottimizzazione e il miglioramento dell’efficienza della fisica delle particelle di ricerca.
CatBoost enterprise, funzioni, e che non è una sorpresa, considerando che le sue origini e le applicazioni. (Immagine: Yandex)
Yandex Dati di Fabbrica (YDF) è una divisione di Yandex, che fornisce AI-soluzioni per aumentare la produttività, ridurre i costi e migliorare l’efficienza energetica. Lavora con artisti del calibro di Gazprom, il CERN e Intel, e fu lì che MatrixNet, originariamente sviluppato da Yandex, nel 2009, era indurito.
Anche se Bilenko dice che il suo MIR divisione, di norma, non correlati a YDF, CatBoost è stato utilizzato per creare un modello di previsione per YDF cliente, grande azienda di siderurgia.
Questa qualità modello di previsione è stato addestrato ultimi dati sulla produzione di lastre di acciaio, al fine di prevedere il probabile ammontare di difetto di massa in ogni singola lastra basato su misurazioni disponibili. Il risultato è stato un decremento complessivo dei costi di produzione e percentuale di difetti.
L’industria di processo in Yandex casa di corte mercati dei pesi massimi, e la combinazione di accesso a questo settore, il know-how, e il talento può dare Yandex il potenziale per sfruttare la sua roccaforte a prendere altri mercati, come pure.
Così, si dovrebbe considerare l’CatBoost? Probabilmente sì. Dove si inserisce nell’Yandex strategia? Sembra un passo importante per ottenere l’esposizione, che istituisce la competenza e la capacità di attirare talenti e clienti, mentre ad accelerare la propria evoluzione. Sembra anche un tocco interessante nella trama del corso AI saga; vediamo come i dadi di rotolo.
Chi davvero possiede il vostro Internet delle Cose?
In un mondo dove sempre di più gli oggetti sono in linea e i fornitori coinvolti nella catena di fornitura, come si può tenere traccia di ciò che è tuo e ciò che non lo è?
0