Facebook néhány nappal ezelőtt tudatta, hogy a PyTorch-ra fogad, mint alapértelmezett AI keretrendszer, mivel a jelenlegi a mesterséges intelligencia modelljei már naponta billió műveletet hajtanak végrefogadok Pytorchra, igyekszik kielégíteni ezt a növekvő igényt a munkaterhelésre mivel a vállalat elmondta, hogy az összes rendszerük áttelepítésével sokkal gyorsabban tudnak újítani, miközben minden felhasználójuk számára optimálisabb élményt nyújtanak.
Azok számára, akik nincsenek tudatában PyTorch, ezt tudnia kell egy nyílt forráskódú gépi tanulási könyvtár amely a Fáklya könyvtárra épül. A Facebook mesterséges intelligencia kutatóegysége hozta létre és már használják a mesterséges intelligencia alkalmazások széles körének, például a számítógépes látás és a természetes nyelv feldolgozásának modelljeinek meghajtására.
A PyTorch AI modellek közé tartozik a felhasználói hírcsatornák és történetek testreszabása az Instagram-on, valamint a gyűlöletbeszéd azonosítása és eltávolítása a Facebookon.
A PyTorch elfogadása a Facebook alapértelmezett AI keretrendszereiként segít abban, hogy a technológiáinkkal kapcsolatos összes tapasztalat optimálisan működjön a Facebook méretarányában és mindenki számára, függetlenül az eszköztől, az operációs rendszertől vagy az internetkapcsolat minőségétől.
Facebook megemlíti, hogy ez a migráció egyben azt is jelenti, hogy szorosabban együttműködhet egy közösséggel soha:
A PyTorch nemcsak kutatási és mérnöki munkánkat teszi hatékonyabbá, együttműködőbbé és eredményesebbé, hanem lehetővé teszi számunkra, hogy nyílt forráskódú PyTorch könyvtáraként megosszuk munkánkat, és tanuljunk a PyTorch fejlesztők ezreinek világszerte elért előrelépéseiből.
Az okok egyike hogy elmegyek a PyTorch-ba az, hogy az AI kutatás-gyártás folyamata hagyományosan unalmas volt és összetett, és a másik fő megoldandó probléma az, hogy a kutatók kénytelenek voltak választani a kutatásra vagy gyártásra optimalizált mesterséges intelligencia-keretek között, de nem mindkettőre.
Ma, a migrációs folyamat több mint egy éve után, több mint 1.700 PyTorch-alapú következtetési modell van teljes gyártásban a Facebookon, és új képzési modelljeink 93 százaléka, a tartalom azonosításáért és elemzéséért felelős személy. A Facebookon ők a PyTorch-on.
"Ez az új iteráció egyesítette a Python-alapú PyTorchot a gyártásra kész Caffe2-vel, és egyesítette a grafikus és az azonnali futtatási módokat, rugalmasságot biztosítva a kutatáshoz és a termelés teljesítmény-optimalizálásához" - írta blogjában a Facebook. "A PyTorch mérnökei a Facebook-on bemutattak egy eszközcsaládot, könyvtárakat, előre kiképzett modelleket és adatkészleteket a fejlesztés minden szakaszához, lehetővé téve a fejlesztői közösség számára, hogy gyorsan létrehozzanak és megvalósítsanak új mesterséges intelligencia-fejlesztéseket."
Más szóval, A Facebook azért választja a PyTorch-ot, mert egyedülálló keretrendszert kínál az AI-modellek kutatásához és gyártásához hogy rugalmasságot biztosít a kísérletezéshez valamint az AI nagyszabású elindításának lehetősége, amikor készen áll a főműsoridőre. Ez lehetővé teszi az új modellek hetek helyett percek alatt történő bevezetését - mondta a Facebook, ugyanakkor csökkentette a két különböző mesterséges intelligencia rendszer fenntartásával járó infrastrukturális és mérnöki terheket.
A PyTorch-migrációnk célja, hogy egyenletesebb, végpontok közötti fejlesztői élményt teremtsen mérnökeink és fejlesztőink számára. Fel akarjuk gyorsítani a folyamatot a kutatástól a gyártásig egyetlen platform használatával, amely lehetővé teszi számunkra a kísérleti rugalmasságot és az AI-modellek gyártási szintű elindításának lehetőségét.
PyTorch előnye van, amikor az AI modelleket közvetlenül olyan eszközökön futtatják, mint az okostelefonok. A Facebook ugyanis létrehozta a PyTorch Mobile keretrendszert, amely futás közben csökkenti a bináris méreteket annak biztosítása érdekében, hogy a PyTorch AI modellek minimális feldolgozási teljesítményű eszközökön fussanak.
forrás: https://ai.facebook.com