AWS и Microsoft упрощают создание моделей машинного обучения ИИ

AWS и Microsoft могут быть соперниками, когда речь идет о конкуренции в бизнесе, в создании облачных хранилищ и сервисов, но когда дело доходит до решения инновационных задач в новых областях, тогда на первый план выходит кооперация.

Недавно две компании анонсировали новый интерфейс глубокого обучения Gluon, предназначенный для разработчиков всех специальностей (а не только специалистов по ИИ), позволяющий создавать и запускать модели машинного обучения для разных применений и сервисов.

Gluon – один из больших шагов в процессе совершенствования и разработки систем ИИ, который объединяет алгоритмы обучения и модели нейронных сетей — два ключевых компонента в системе глубокого обучения.

«Потенциал машинного обучения может быть реализован только в том случае, если он доступен всем разработчикам. Сегодняшняя реальность заключается в том, что создание и тренировки моделей машинного обучения требуют большого опыта и специальных знаний, - сказал Свами Сивасубраманян, вице-президент Amazon AI. - Мы создали интерфейс Gluon, поэтому создание нейронных сетей и обучающих моделей может стать настолько же простым, как создание приложения. Мы с нетерпением ожидаем сотрудничества с Microsoft по дальнейшему развитию интерфейса Gluon для разработчиков, заинтересованных в упрощении использования машинного обучения».

Gluon был разработан двумя компаниями как проект с открытым исходным кодом и нацелен на создание прототипов, проектирование, обучение и развертывание моделей машинного обучения для облака, граничных устройств и мобильных приложений.

Модели машинного обучения имеют важное значение для функционирования системы ИИ. По существу разработчики создают эти модели, чтобы помочь запускать разные сервисы, будь то боты обмена сообщениями, сценарии для голосовых домашних хабов, приложения для распознавания лиц или автономные системы вождения. Эти модели должны «учиться» работать, глотая огромное количество данных, и именно здесь сотрудничество между ними является ключевым. Использование максимально широкого круга разработчиков — это способ получить гораздо больше данных в систему. Примечательно, что есть стартапы, такие как Mighty AI, которые также работают над этой проблемой.