Wolfram Research анонсировала хранилище готовых к использованию нейросетей

На европейской конференции, организованный Wolfram Research, эта компания формально открыла доступ в свой новый репозиторий нейросетей.

«В настоящее время машинное обучение — область головокружительного роста, интересные результаты в которой публикуются каждую неделю. Задача Wolfram Neural Net Repository — позволить людям немедленно интегрировать новейшие исследовательские нейронные сети в свою работу», — заявил Стивен Вольфрам, основатель и CEO Wolfram Research.

Wolfram вложила много усилий в преобразование общедоступных моделей из других инструментариев нейронных сетей, таких как Caffe, Torch, MXNet и TensorFlow, в формат Wolfram Neural Net. Кроме того, множество нейросетей специалисты компании оттренировали самостоятельно.

Себастиан Боденстайн (Sebastian Bodenstein), консультант и Wolfram Advanced Research Group, разъяснил в чем заключается уникальность такого компилятивного подхода Wolfram. «Да, мы импортировали что-то из PyTorch, из Lua Torch, PaddlePaddle и тому подобных... Мы переработали всё эти вещи из разрозненных источников и сделали их единообразно готовыми к использованию. Мы также выполнили всё необходимое тестирование, гарантирующее корректность импортирования — то, чем не всегда хотят заниматься пользователи... Кроме того, была проведена предварительная обработка для согласования скриптов из разных фреймворков: в нашей среде все они работают и вы можете применять их к своим данным прямо сейчас», — отметил он.

Наиболее веский довод в пользу нейросетей из репозитория Wolfram, по мнению Боденстайна, это более высокий уровень автоматизации по сравнению с альтернативными предложениями. Пользователи могут сосредоточиться на построении сети, оставив на откуп автоматике эзотерические проблемы, связанные с конвертацией и препроцессингом входных данных, отслеживанием размерности массива, шаблонирования последовательностей, всем тем, что другие фреймворки часто перекладывают на плечи разработчиков.

«Поскольку сети являются частью нашего языка, они полностью кросс-платформенные. Нет никаких зависимостей от сторонних пакетов — все работает очень хорошо. С языком, подобным Python, вы полагаетесь на множество зависимостей и библиотек, что может превратить в кошмар попытку заставить его работать на разных платформах», — заявил Боденстайн.

Он также сообщил, что компания планирует добавить более 50 функций связанных с нейросетями, интегрировав искусственный интеллект глубоко в Wolfram Language на пути к концепции Software 2.0 — недетерминированного и адаптивного ПО, полагающегося в работе на данные, а не на жёстко запрограммированные правила.