Ludwig (программа для обучения ИИ-моделей)

Продукт
Название базовой системы (платформы): TensorFlow
Разработчики: Uber
Дата премьеры системы: февраль 2019 г
Технологии: Средства разработки приложений

2019: Появление в публичном доступе

В феврале 2019 года компания Uber выпустила инструмент с открытым исходным кодом Ludwig, который предназначен для обучения и тренировки систем искусственного интеллекта. При этом для использования технологии не нужно писать программный код.

Как пишет издание VentureBeat со ссылкой на заявление Uber, Ludwig стал результатом двухлетней работы компании над оптимизацией разработки ИИ-систем для практических проектов. Сам сервис заказа такси задействует этот инструмент для таких задач, как извлечение данных из сканированных изображений водительских удостоверений, определение интересных клиентам пунктов назначения во время их переписки с водителями, а также прогнозирование сроков доставки еды.

Uber выпустил открытый инструмент, обучающий ИИ-системы без написания кода
«
Ludwig уникален благодаря своей способности облегчать понимание глубокого обучения для неспециалистов и ускорять циклы итераций как для опытных разработчиков моделей машинного обучения, так и для исследователей, — говорится в сообщении в блоге Uber. — При помощи Ludwig эксперты и исследователи могут упростить процесс создания прототипов и обработку данных, чтобы можно было сосредоточиться на разработке архитектуры глубокого обучения, а не на подготовке больших данных.
»

Ludwig предоставляет набор утилит командной строки для обучения, тестирования моделей и получения прогнозов, а также API-интерфейс Python, позволяющий обучать или загружать ИИ-модель и использовать ее для получения прогнозов на основе новых наборов данных.

Uber добавила в Ludwig стандартные средства визуализации, помогающие пользователям понять производительность их моделей глубокого обучения и сравнить их возможности прогнозирования.

Для распределенного обучения Ludwig способен использовать фреймворк Uber Horovod, поддерживающий параллельную работу многих видеокарт и компьютеров. Решение построено на базе фреймворка TensorFlow.[1] 

Примечания



Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2016 год
2017 год
2018 год

  Microsoft (65, 46)
  Oracle (64, 22)
  IBM (40, 20)
  Hyperledger (Open Ledger Project) (7, 13)
  Red Hat (18, 9)
  Другие (348, 102)

  Oracle (2, 4)
  Red Hat (3, 3)
  Microsoft (2, 3)
  Ростелеком-Solar (ранее Solar Security, Солар Секьюрити) (1, 3)
  IBM (2, 2)
  Другие (9, 10)

  Oracle (3, 4)
  IBM (2, 3)
  Haulmont (Хоулмонт) (2, 2)
  Диасофт (Diasoft) (2, 2)
  Abbyy (Аби) (2, 2)
  Другие (12, 14)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2016 год
2017 год
2018 год

  Windows Azure - 20 (20, 0)
  Hyperledger Fabric - 13 (13, 0)
  IBM Rational - 8 (5, 3)
  Microsoft.NET Framework - 8 (8, 0)
  Solar appScreener (ранее Solar inCode) - 8 (8, 0)
  Другие 145

  Hyperledger Fabric - 5 (5, 0)
  ABBYY FineReader Engine - 2 (2, 0)
  Java - 2 (2, 0)
  Неолант InterBridge - 2 (2, 0)
  Solar appScreener (ранее Solar inCode) - 2 (2, 0)
  Другие 8

  CUBA.platform - 2 (1, 1)
  Hyperledger Fabric - 2 (2, 0)
  IBM API Connect - 2 (2, 0)
  Java - 2 (2, 0)
  Diasoft MeNext - 2 (1, 1)
  Другие 16