De Digital Intelligence-onderneming ABBYY heeft NeoML ontwikkeld. Deze open-source bibliotheek waarmee je machine learningmodellen kunt trainen, is nu live. Erg handig als je AI-oplossingen wil ontwikkelen.
NeoML is nu beschikbaar via GitHub en ondersteunt zowel deep-learning- als traditionele machine-learningmodellen die geschikt zijn voor taken als predictive analytics en riskmanagement. Het cross-platform-framework is geoptimaliseerd voor applicaties die draaien in cloudomgevingen en op desktop- en mobiele devices. Vergeleken met een populaire opensource ML-library, biedt NeoML tot vijftien procent snellere performance voor getrainde modellen die op een apparaat draaien*. De combinatie van een hogere interferentiesnelheid met platformonafhankelijkheid maakt de library zeer geschikt voor mobiele oplossingen die een naadloze gebruikerservaring combineren met on-device gegevensverwerking.
Opensource wordt steeds belangrijker in de ontwikkeling van missiekritische software: 95 procent van de IT-managers geeft aan dat opensource strategisch belang heeft. Daarom heeft ABBYY als doel vooruitgang in artificial intelligence te ondersteunen door zijn machine-learning-framework als opensource beschikbaar te stellen. Ontwikkelaars kunnen NeoML gebruiken voor het bouwen, trainen en implementeren van modellen voor voorwerpidentificatie, classificatie, semantische segmentatie, verificatie en predictive modeling. Op die manier realiseren ze verschillende businessdoelstellingen.
Zo kunnen banken modellen ontwikkelen voor het beheren van kredietrisico’s en het voorspellen van klantverloop. Telecombedrijven kunnen de performance van marketingcampagnes analyseren en bedrijven uit de FMCG-sector (fast moving consumer goods) kunnen remote klantidentificatie bouwen met gezichtsherkenning en gegevensverificatie. Een van de belangrijkste voordelen van het framework is zijn hoge cloud-efficiency die bedrijven in staat stelt optimaal gebruik te maken van beschikbare cloud-resources.
NeoML is bedoeld als universele tool voor het verwerken en analyseren van gegevens in verschillende formats, zoals tekst, afbeelding en video. Het framework ondersteunt C++-, Java- en Objective C-programmeertalen; Python wordt op korte termijn toegevoegd. De neurale-netwerkmodellen van NeoML ondersteunen meer dan honderd layer-types. Bovendien voorziet NeoML in meer dan twintig traditionele machine-learningalgoritmen, zoals classificatie-, regressie- en clusterframeworks. De library is volledig cross-platform – één code werkt op alle populaire besturingssystemen: Windows, Linux, macOS, iOS en Android – en is geoptimaliseerd voor zowel CPU- als GPU-processors.
NeoML ondersteunt de Open Neural Network Exchange (ONNX), een wereldwijd, open-ecosysteem voor uitwisselbare machine-learningmodellen. Het ecosysteem bevordert de compatibiliteit van tools en maakt het zo eenvoudiger voor ontwikkelaars om de juiste combinaties in te zetten voor het realiseren van hun doelstellingen. De ONNX-standaard wordt gezamenlijk ondersteund door Microsoft, Facebook en andere partners als een opensource-project.
ABBYY nodigt ontwikkelaars, datawetenschappers en businessanalisten uit om NeoML via GitHub te gebruiken en er hun bijdrage aan te leveren. De code van NeoML is bij GitHub gelicenseerd onder de Apache License 2.0. ABBYY voorziet in gepersonaliseerde ondersteuning voor ontwikkelaars, continue beoordeling van rapporten, regelmatige updates en performanceverbeteringen. In de toekomst is ABBYY van plan nieuwe algoritmen en architecturen toe te voegen, en de haalbare snelheden te verhogen met behulp van de frameworkalgoritmen.
Jeroen is al meer dan 15 jaar betrokken bij Dutchcowboys. Voornamelijk als digital content creator. En dan voor alle titels van The Blogidea Factory. Liefhebber van advertising, entertainment, tech, gadgets, en eigenlijk alles online.
Verder lezen over Kunstmatige Intelligentie
Technology04.09.2024
Artificial Intelligence04.09.2024
Artificial Intelligence30.08.2024
Online28.08.2024
Marketing22.08.2024
Technology21.08.2024
Social Media15.08.2024
Artificial Intelligence14.08.2024