ABBYY, une société de Digital Intelligence, présente NeoML, une bibliothèque logicielle open source permettant de créer, d’entraîner et d’implémenter des modèles d’apprentissage machine. Dès à présent disponible via GitHub, NeoML supporte à la fois les modèles d’apprentissage profond et d’apprentissage machine traditionnels adaptés à des tâches telles que l’analyse prédictive et la gestion des risques. Le framework multiplateforme est optimisé pour les applications s’exécutant dans des environnements cloud et sur des appareils fixes et mobiles. Comparée à une bibliothèque ML open source populaire, NeoML offre des performances jusqu’à 15 % plus rapides pour les modèles entraînés qui tournent sur un appareil*. Le taux d’interférence plus élevé doublé de l’indépendance de toute plate-forme rendent la bibliothèque idéale pour les solutions mobiles qui combinent une expérience utilisateur transparente au traitement des données sur appareil.

L’open source devient de plus en plus important pour le développement de logiciels professionnels critiques : 95 % des responsables informatiques déclarent que l’open source a une importance stratégique. C’est pourquoi ABBYY veut soutenir les progrès de l’intelligence artificielle en rendant son framework d’apprentissage machine disponible en open source. Les développeurs peuvent utiliser NeoML pour créer, entraîner et implémenter des modèles pour l’identification d’objets, la classification, la segmentation sémantique, la vérification et la modélisation prédictive. Ils peuvent ainsi atteindre différents objectifs professionnels. Par exemple, les banques peuvent développer des modèles pour gérer le risque de crédit et prévoir la rotation des clients. Les entreprises de télécommunications peuvent analyser les performances des campagnes de marketing et les entreprises du secteur des biens de consommation courante (FMCG) peuvent établir une identification des clients à distance grâce à la reconnaissance faciale et à la vérification des données. Un des principaux avantages du framework est sa grande efficacité dans le cloud, qui permet aux entreprises d’utiliser de manière optimale les ressources cloud disponibles.

NeoML est conçu comme un outil universel pour le traitement et l’analyse de données dans différents formats, tels que le texte, l’image et la vidéo. Le framework supporte les langages de programmation C++, Java et Objective C ; Python sera ajouté à court terme. Les modèles de réseaux neuronaux de NeoML prennent en charge plus de cent types de layer. En outre, NeoML fournit plus de vingt algorithmes d’apprentissage machine traditionnels, tels que la classification, la régression et les frameworks de cluster. La bibliothèque est entièrement multiplateforme – un seul code fonctionne sur tous les systèmes d’exploitation courants : Windows, Linux, macOS, iOS et Android – et est optimisée pour les processeurs CPU et GPU.

« Le lancement de NeoML confirme que nous contribuons à l’innovation dans le secteur de l’IA », déclare Ivan Yamshchikov, AI Evangelist chez ABBYY. « ABBYY a fait ses preuves en matière d’innovation technologique, avec plus de 400 brevets et demandes de brevets en cours. Le partage de notre framework permet aux développeurs de tirer parti de la vitesse d’interférence et des capacités multiplateformes, en particulier du potentiel du framework sur les appareils mobiles. De plus, leurs commentaires contribuent à l’expansion et à l’amélioration de la bibliothèque. Nous sommes fiers de faire progresser l’IA et de contribuer à l’utilisation de l’apprentissage machine pour des cas d’utilisation de plus en plus utiles et frappants. »

NeoML supporte l’Open Neural Network Exchange (ONNX), un écosystème mondial ouvert pour les modèles d’apprentissage machine interchangeables. L’écosystème favorise la compatibilité des outils, ce qui permet aux développeurs d’utiliser plus facilement les bonnes combinaisons pour atteindre leurs objectifs. Le standard ONNX est soutenu conjointement par Microsoft, Facebook et d’autres partenaires en tant que projet open source.

ABBYY invite les développeurs, les scientifiques des données et les analystes commerciaux à utiliser et à contribuer à NeoML via GitHub. Le code de NeoML est sous licence GitHub (Apache License 2.0). ABBYY fournit un soutien personnalisé aux développeurs, un examen continu des rapports, des mises à jour régulières et des améliorations des performances. À l’avenir, ABBYY prévoit d’ajouter de nouveaux algorithmes et architectures, et d’augmenter la vitesse maximale grâce aux algorithmes du framework.