Во второй день ежегодной конференции Facebook F8 все внимание было направлено в сторону технических достижений, которых достигла команда за последний год.
2 мая 2018 года компания анонсировала PyTorch 1.0, новую версию современной библиотеки глубокого обучения на основе искусственного интеллекта AI, которая объединяет PyTorch на основе Python с Caffe2 (средой для глубинного обучения, разработанной Янцином Цзя). Это позволит разработчикам перейти от исследований к производству по более простому варианту, минуя лишние перемещения между программными платформами.
В Facebook усилия вокруг компании AI разделены между двумя командами: группой Facebook AI Research (FAIR) и командой прикладного машинного обучения компании (AML). Различие, в конечном счете, сводится к тому, что одно подразделение изучает AI с кажущимися безграничными вычислительными ресурсами в их распоряжении, а другое сформировано для внедрения моделей легкого машинного обучения, более подходящих для потребителей. В прошлом Python больше подходила для оптимизированных исследований PyTorch, в то время как более ресурсоэффективная структура Caffe2 лучше подходила для потребителей.
Переход между этими структурами на этапах исследований и производства в какой-то момент стал настоящей головной болью для Facebook. Но новая версия PyTorch 1.0 объединяет лучшее из обоих программных обеспечений с немедленными и графическими режимами работы. Новая современная библиотека PyTorch позволит пользователям отрабатывать свое научно-исследовательское мастерство, одновременно получая возможности оптимизации работы.
«Вместо того чтобы создавать рамки для обучения, исследований и производства, теперь вам нужно всего лишь использовать PyTorch 1.0, и вы можете легко перейти от исследований к производству в одной структуре», — заявил пресс-секретарь Facebook.
В прошлом году Facebook сотрудничал с Microsoft, чтобы создать Open Neural Network Exchange (ONNX). Эта программа была разработана, чтобы сделать перемещения между фреймворками более простым. Теперь разработчики Facebook интегрировали ONNX в PyTorch 1.0, так что модели могут взаимодействовать с другими платформами, а пользователи могут «смешивать и сопоставлять».
Компания также заявляет, что в течение следующих нескольких месяцев она будет унифицировать кодовые базы PyTorch 0.4 и Caffe2 для создания единой структуры, которая поддерживает несколько функций, включая эффективное выполнение графического режима с профилированием, мобильным развертыванием и интеграцией с поставщиками.
Планируется, что PyTorch 1.0 будет выпущен в бета-версии уже в этом году. Компания заявила, что Microsoft планирует поддерживать структуру в Azure и Amazon будет также поддерживать PyTorch 1.0 через свои облачные продукты.