AWS lanceert AutoGluon: een opensource-bibliotheek voor AI-modellen

Amazon Web Services lanceert een nieuwe opensource-bibliotheek: AutoGluon. Hiermee helpt AWS developers om met slechts een paar regels code applicaties te schrijven op basis van machine learning, die gebruik kunnen maken van afbeeldingen, tekst en datasets in tabellen.

Het bouwen van machine learning apps is een ingewikkelde klus. Developers moeten weten hoe ze de ‘hyperparameters’ voor de keuzes waarop het AI-model gebouwd is moeten instellen. Ook krijgen ze te maken met zaken als neural architecture search, wat nodig is om de machine learning modellen goed te ontwerpen.

Dankzij AutoGluon wordt het ontwikkelen van machine learning apps eenvoudiger. Veel van de ingewikkelde taken kunnen dankzij de opensource-bibliotheek namelijk geautomatiseerd worden. Hierdoor is het mogelijk om een machine learning model te schrijven in slechts drie regels code. Het enige wat de developer hoeft te doen, is bepalen hoe snel ze willen dat het AI-model wordt getraind. Vervolgens genereert AutoGluon het snelste model voor de opgegeven periode.

Machine learning toegankelijk voor iedereen

In een interview met SilliconAngle vertelt Holger Mueller, analist bij Constellation Research Inc., dat er bij veel bedrijven een tekort is aan getalenteerde developers, welke ze nodig hebben om snel machine learning modellen te bouwen. Daarom is er een grote vraag naar tools die het proces vereenvoudigen.

De tool stemt alle keuzes automatisch af op basis van een standaard bereik dat bewezen is goed te presteren voor de specifieke taak of het model. Voor de meer ervaren developers, heeft AutoGluon een API waarin ze zelf aanpassingen kunnen doen om zo de voorspellende kracht van een model verder te verbeteren.

Nog meer vernieuwingen van AWS

“We hebben AutoGluon ontwikkeld om machine learning volledig te democratiseren en de kracht van deep learning beschikbaar te maken voor alle ontwikkelaars.”, vertelt Jonas Mueller, een onderzoeker van AWS. Naast AutoGluon ontwikkelde AWS recent nog meer tools om dit doel na te streven.

Kortgeleden gaf AWS een update aan de SageMaker tool, gericht op de constante training en toepassing van machine learning modellen op de cloud en edge-omgevingen. Deze updates waren bijvoorbeeld de SageMaker Studio, een model training en workflow management tool en SageMaker Autopilot, een tool die modelcreatie automatiseert door het beste algoritme voor een specifieke taak te kiezen.

Vorig jaar lanceerde AWS nog DeepComposer, een AI die muziek kan combineren. Het resultaat is een toetsenbord dat midi-compatibel is. Verder is er ook altijd de DeepRacer-wedstrijd waar AWS scholen wil motiveren met zelfrijdende raceauto’s om machine learning te leren.