IBM представила облачный сервис машинного обучения для ИИ-разработчиков
Новости
Сервис от IBM поможет стартапам и компаниями с ограниченным бюджетом помочь в разработке систем машинного обучения без покупки дорогостоящего оборудования.
1К открытий1К показов
Компания IBM анонсировала запуск новой программы машинного обучения — Deep Learning as a Service (DLaaS). С ее помощью ИИ-разработчики могут тренировать искусственные нейронные сети, используя популярные фреймворки — такие, как TensorFlow, PyTorch и Caffe — без приобретения дорогостоящего оборудования.
Глубокое обучение для всех
IBM позиционирует свой новый сервис как набор доступных инструментов для стартапов и компаний с ограниченным бюджетом. DLaaS позволяет разработчикам использовать те инструменты, которые им необходимы, оплачивая только время работы GPU. Пользователи могут выбрать один из фреймворков глубокого обучения, модель нейронной сети, данные для тренировок и ограничения по стоимости. Все модули облачной системы заранее настроены для удобства использования и не требуют отдельных надстроек.
Весь цикл тренировки управляется автоматически, а результаты можно просматривать в реальном времени или возвращаться к ним позднее. Каждая тренировка запускается, контролируется и завершается программой без участия разработчика, что помогает сэкономить время и деньги, поскольку пользователь оплачивает только использованные ресурсы. Например, тренировка нейронной сети на одном наборе изображений, состоящем из нескольких миллионов снимков, может занять около недели. Облачное решение от IBM позволит сократить это время до нескольких часов.
Сервис DLaaS работает на базе платформы Watson, что дает ему возможность использовать все ресурсы суперкомпьютера от IBM. Напомним, что ранее компания объявила о создании моделей машинного обучения с помощью IBM Watson.
1К открытий1К показов
Эффективное управление ресурсами является основой успеха в бизнесе — на помощь приходят технологии машинного обучения, в частности, большие языковые модели (LLM).
Искусственный интеллект оказывает влияние на всех участников телекоммуникационной отрасли, однако крупные и малые компании выбирают разные подходы к его внедрению. Рассмотрим ключевые области применения генеративных нейросетей в телекоме и изменения, которые происходят в отрасли.
МТС разработал собственный антифрод-сервис. Алгоритм умеет определять ещё на этапе авторизации надёжность пользователя.
Собрали профессии, на которые стоит обратить внимание, если вы только ищете «свое» дело или просто хотите сменить профессию. Будут статистика, экспертные мнения и, конечно же, нейросети.