Facebook несколько дней назад стало известно, что вы делаете ставку на PyTorch в качестве ИИ-фреймворка по умолчанию, поскольку его текущая модели искусственного интеллекта уже ежедневно выполняют триллионы операцийСтавлю на Pytorch, он стремится удовлетворить этот растущий спрос на рабочую нагрузку По заявлению компании, путем миграции всех своих систем они смогут гораздо быстрее вводить новшества, обеспечивая при этом более оптимальный опыт для всех своих пользователей.
Для тех, кто не знает PyTorch, они должны знать, что это библиотека машинного обучения с открытым исходным кодом который основан на библиотеке Torch. Он был создан исследовательским подразделением Facebook по искусственному интеллекту. и уже используется для поддержки широкого спектра приложений искусственного интеллекта, таких как компьютерное зрение и модели обработки естественного языка.
Примеры моделей PyTorch AI включают настройку пользовательских лент и историй в Instagram, а также выявление и удаление языка ненависти в Facebook.
Принятие PyTorch в качестве ИИ-фреймворка Facebook по умолчанию помогает гарантировать, что весь опыт использования наших технологий будет оптимально работать в масштабе Facebook и для всех, независимо от устройства, операционной системы или качества интернет-соединения.
Facebook упоминает, что эта миграция также означает, что вы можете более тесно сотрудничать с сообществом никогда:
PyTorch не только делает наши исследовательские и инженерные работы более эффективными, совместными и действенными, он также позволяет нам делиться своей работой в качестве библиотек PyTorch с открытым исходным кодом и извлекать уроки из достижений тысяч разработчиков PyTorch по всему миру.
Одна из причин перейти в PyTorch в том, что процесс от исследования до производства ИИ традиционно был утомительным и сложная, и еще одна из основных проблем, требующих решения, заключается в том, что исследователи были вынуждены выбирать между фреймворками ИИ, оптимизированными для исследований или производства, но не для обоих.
Сегодня, после более чем года процесса миграции, более 1.700 моделей логического вывода на основе PyTorch находятся в стадии разработки на Facebook и 93 процента наших новых обучающих моделей отвечают за идентификацию и анализ контента. На Facebook они работают. на PyTorch.
«Эта новая итерация объединила PyTorch на основе Python с готовым к производству Caffe2 и объединила графический и немедленный режимы выполнения, обеспечивая гибкость для исследований и оптимизацию производительности для производства», - написал Facebook в своем блоге. «Инженеры PyTorch в Facebook представили семейство инструментов, библиотек, предварительно обученных моделей и наборов данных для каждого этапа разработки, что позволило сообществу разработчиков быстро создавать и внедрять новые инновации в области ИИ в больших масштабах».
Иными словами, Facebook выбирает PyTorch, потому что это уникальная платформа для исследований и производства моделей искусственного интеллекта. что обеспечивает гибкость для экспериментов а также возможность запускать ИИ в больших масштабах, когда он будет готов к работе в прайм-тайм. По словам Facebook, это позволяет развертывать новые модели за считанные минуты, а не за недели, одновременно сокращая инфраструктуру и инженерные затраты, связанные с обслуживанием двух разных систем искусственного интеллекта.
Цель миграции PyTorch - сделать процесс разработки более плавным для наших инженеров и разработчиков. Мы хотим ускорить наш процесс от исследования до производства, используя единую платформу, которая дает нам гибкость для экспериментов и возможность запускать модели искусственного интеллекта в промышленных масштабах.
PyTorch у него также есть преимущество, когда дело доходит до запуска моделей искусственного интеллекта непосредственно на таких устройствах, как смартфоны.. Это связано с тем, что Facebook создал платформу PyTorch Mobile, которая уменьшает двоичные размеры во время выполнения, чтобы модели PyTorch AI могли работать на устройствах с минимальной вычислительной мощностью.
источник: https://ai.facebook.com