PyTorch , il software di deep learning e intelligenza artificiale creato da Facebook, si è evoluto in un framework maturo. Gli ingegneri dell’apprendimento automatico lo utilizzano per creare sistemi di visione artificiale, intelligenza artificiale conversazionale e personalizzazione e consigli. Microsoft ha stretto una partnership con Facebook per estendere PyTorch per l’esecuzione nel cloud attraverso l’integrazione con Azure ML.
PyTorch è nato su Facebook nel 2018 come framework unificato di machine learning. È stato creato come successore di Caffe2 , uno dei famosi framework ML per la creazione di modelli di deep learning. I ricercatori di Facebook hanno preso in prestito i concetti da altri framework popolari come Lua Torch, Chainer e HIPS Autograd per rendere PyTorch un toolkit robusto. Uno degli obiettivi del progetto era unificare le capacità di ricerca e produzione di PyTorch in un’unica struttura.
Allontanandosi da Caffe2 e standardizzandosi in PyTorch, Facebook non solo ha ridotto l’infrastruttura e il carico di progettazione associati alla manutenzione di due interi sistemi, ma ha anche creato un framework unificato utile sia internamente che all’interno della comunità open source.
PyTorch ha consentito agli ingegneri ML di distribuire nuovi modelli di intelligenza artificiale in pochi minuti anziché in settimane. Secondo Facebook, ogni giorno vengono eseguiti oltre 4.000 modelli PyTorch, con oltre 1700 modelli di inferenza in esecuzione.
Ecco alcuni modi interessanti in cui PyTorch viene utilizzato dagli sviluppatori di Facebook e Instagram:
PyTorch Mobile , un framework ML compatto per Android e iOS, alimenta le esperienze AR di Facebook basate su dispositivi Oculus Quest e Portal. Le versioni mobili di Facebook, Instagram e Messenger si affidano a PyTorch per migliorare l’esperienza dell’utente.
PyTorch alimenta i sistemi di personalizzazione e raccomandazione di Instagram. Un modello di intelligenza artificiale suggerisce nuovi contenuti tramite feed, storie o bobine in base ai tuoi gusti.
La segmentazione delle persone basata sulla libreria Detectron2Go , realizzata con PyTorch, offre funzionalità e filtri fantasiosi come il cambio del colore dei capelli e l’aggiunta di animazioni a Instagram sui dispositivi mobili.
Facebook AI Multimodal ( FAIM ), una libreria interna e un SDK basato su PyTorch, viene utilizzato dagli ingegneri AI per identificare in modo olistico l’incitamento all’odio e i contenuti dannosi attraverso immagini, testo, commenti e altri elementi. Il modello deriva il contesto generale analizzando il testo e l’immagine associata per classificare un elemento grafico come un meme in contenuti neutri o dannosi.
Una varietà di funzioni di sintesi vocale (TTS), come la funzione “come pronunciare il tuo nome” di Facebook, sono supportate da PyTorch. Facebook sta lanciando modelli TTS che suonano più naturali e realistici.
Microsoft porta PyTorch su desktop e cloud
Microsoft ha collaborato con Facebook per rendere PyTorch accessibile a sviluppatori e aziende. Ha reso facile per gli sviluppatori eseguire i modelli PyTorch su PC desktop Windows e Azure Cloud.
I servizi consumer e aziendali di Microsoft come Bing e Azure Cognitive Services sono creati con modelli addestrati in PyTorch. L’azienda ha anche contribuito a progetti open source come PyTorch Profiler e DeepSpeed .
Open Neural Network Exchange ( ONNX ) è un livello portabile e interoperabile per i modelli di deep learning. Microsoft, uno dei principali contributori al progetto ONNX, ha creato strumenti per convertire i modelli PyTorch in ONNX che possono essere eseguiti su Windows ML, l’ambiente di runtime incorporato nel sistema operativo desktop.
Più di recente, Microsoft ha annunciato il PyTorch Enterprise Support Program , un’iniziativa per fornire supporto a lungo termine, risoluzione dei problemi prioritari e integrazione con le soluzioni Azure. Con questo, Azure è diventata la prima piattaforma cloud a fornire supporto aziendale per PyTorch.
PyTorch Enterprise Support dà fiducia alle aziende per creare e distribuire modelli in PyTorch nel cloud. Microsoft si impegna al supporto a lungo termine (LTS), che garantisce che una versione selezionata di PyTorch sarà coperta dal contratto di supporto commerciale. I tecnici Microsoft forniranno anche supporto tecnico tramite risoluzione dei problemi e hotfix. Azure ML, la piattaforma ML di Microsoft nel cloud, è integrata con PyTorch e ONNX per fornire funzionalità di inferenza e formazione end-to-end.
Supporto e adozione dell’ecosistema
PyTorch è uno dei framework ML open source in più rapida crescita. Con 50.000 stelle e oltre 38000 commit, è uno dei progetti più attivi su GitHub .
Le aziende di hardware AI come NVIDIA e Intel stanno ottimizzando PyTorch per l’esecuzione sui loro acceleratori AI, inclusi GPU e FPGA.
AstraZeneca, il gigante farmaceutico globale, utilizza PyTorch per accelerare la sua ricerca sulla scoperta di farmaci. Usa anche Microsoft Azure ML per addestrare e distribuire modelli su larga scala.
Uber e Lyft fanno molto affidamento su PyTorch per i loro veicoli autonomi. Blue River Technology, una consociata di John Deere, sta costruendo macchine agricole altamente automatizzate alimentate da AI e PyTorch.
Grazie a Facebook e Microsoft, PyTorch sta per diventare il framework preferito per la creazione di modelli di intelligenza artificiale sofisticati per cloud, desktop e dispositivi mobili.
