Вышел Neuton, фреймворк для обучения ИИ-моделей, не требующий специальных знаний

Консалтинговая компания Bell Integrator представила свою внутреннюю разработку — фреймворк Neuton. Он создаёт модели искусственного интеллекта, включая алгоритмы с архитектурой, отличной от нейронной. По словам разработчиков, Neuton не требует от пользователя знаний или опыта в создании ИИ и выпускает компактные модели, которые при небольшом наборе тренировочных данных показывают высокую точность.

Подробнее о фреймворке

Предполагается, что Neuton — это полное Auto ML решение, значит, клиент на выходе получает самообучающуюся и развивающуюся модель для внедрения её в другой продукт, локальной работы или через облако.

Также разработчики опубликовали бенчмарки, которые свидетельствуют о более эффективной работе Neuton по сравнению с другими фреймворками.

Благодаря нашему запатентованному алгоритму и технологии машинного обучения, построенные на Neuton модели очень компактны — это значит, что они содержат относительно немного нейронов и коэффициентов. Но этот алгоритм — наша частная собственность, следовательно, мы не можем его раскрыть.Результаты Neuton сравниваются с Caffe2, Tensor Flow+Keras, CNTK, Torch и Theano. Эти нейросети показали очень похожие результаты.

Использование фреймворка

По словам Ньюмана, от пользователя требуется всего несколько шагов.

1. Подготовить и загрузить данные.
2. Определить, какая часть датасета предназначены для обучения модели, а какая — для валидации.
3. Выбрать метрику, в соответствии с которой будут выполняться задания, а также критерии для остановки обучения.
4. Выбрать способ дальнейшего использования модели.

Bell Integrator предлагает выгрузить модель на своё устройство или пользоваться ею через публичное или приватное облако. Кроме того, её можно использовать не только как отдельное решение, но и в связке с другими алгоритмами. Ньюман отмечает, что основанную на Neuton модель можно автоматически выгрузить как готовый сервис REST-API в один клик.

Сейчас фреймворк помогает решать задачи классификации и регрессии, но в будущем планируется поддержка свёрточных и рекуррентных нейросетей для работы с изображениями, аудио и текстом.

Как отмечает издание ZDNet, этот фреймворк появился неожиданно даже для тех, кто следит за решениями в области машинного обучения. О нём не знал и Сумит Чинтала — создатель PyTorch, первая версия которого вышла в тот же день, что и Neuton. Когда репортер ZDNet запросил у него комментарий о Neuton, тот ответил, что не в курсе релиза.