В ходе Международной конференции по вопросам машинного обучения (ICML) в Нью-Йорке Facebook объявила о том, что открывает исходный код Torchnet, программного обеспечения, предназначенного для оптимизации глубокого машинного обучения (deep learning), пишет VentureBeat.
Читать далее…
Вместо того, чтобы создать совершенно новый фрейморк для глубокого обучения (как это сделали, в частности, Amazon, Google и Microsoft), Facebook решил выстроить свой инструментарий на основе Torch, популярного фреймворка на Lua, который широко используется в научном сообществе для разработки и тестирования алгоритмов машинного обучения.
Напомним, в январе 2015 года Группа по исследованиям в области искусственного интеллекта Facebook AI Research поделилась с сообществом собственными наработками в области глубокого обучения, опубликовав под свободной лицензией исходный код модулей для Torch, а также ряд других модулей.
Первую версию Torchnet Facebook придумала шесть или семь месяцев назад.
«Есть куча разных команд, которые используют Torchnet в различных приложениях», сказал Лоуренс ван дер Маатен, исследователь из лаборатории искусственного интеллекта Facebook (FAIR).
Он не стал называть конкретные сегменты в работе Facebook, которые опираются на Torchnet. Речь может идти о распознавании образов и обработке естественной речи: сюда относится поиск релевантных фото в Instagram и выбор лучших постов в Facebook для формирования новостной ленты.
Чтобы получить более подробную информацию о Torchnet, можно ознакомиться с документом, который ван дер Маатен представляет сегодня на Международной конференции по вопросам машинного обучения (ICML) в Нью-Йорке, или заглянуть в корпоративный блог компании.
В последние годы глубокое обучение (deep learning) стало одной из самых перспективных областей информатики. Технологии машинного обучения широко используются, в том числе, в различных веб-сервисах для распознавания образов, анализа логов, распознавания спама и т. д. Нейросети применяют такие компании как Google, Twitter, Nvidia, AMD, Intel, Facebook и многие другие, не считая бесчисленного количества стартапов, действующих в этой области.
В 2016 году Yahoo открыла для всех желающих крупнейший массив данных в области машинного обучения. В 2015-м Google сделала свою систему машинного обучения TensorFlow открытой для всех желающих. Microsoft также открыла код среды для машинного обучения, а затем выложила исходники инструментария CNTK (Computational Network Toolkit) с реализацией алгоритмов глубокого машинного обучения, который предназначен для ускорения работ в сфере искусственного интеллекта.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.