Создание приложений машинного обучения на основании изображений, текстов и таблиц — трудоемкая задача. Разработчикам нужно знать, как настроить параметры, разобраться в архитектуре нейросети и подобрать наилучшую структуру для модели, и все это приходится делать и настраивать вручную.

Amazon Web Services официально анонсировала выход набора инструментов AutoGluon, который месяц назад скромно появился на GitHub. Он продолжает проект Gluon, начатый Amazon и Microsoft три года назад. Но если Gluon — это интерфейс машинного обучения, позволяющий строить модели из блоков, то AutoGluon берет на себя полный цикл разработки, пишет Venture Beat.

AutoGluon автоматизирует многие из этих сложных задач и позволяет создавать новые модели машинного обучения всего тремя строчками кода.

Все, что нужно сделать разработчику — это определить, насколько быстро должен завершиться процесс обучения. AutoGluon выдаст наиболее эффективную модель за отведенное время.

AutoGluon умеет создавать модели, предназначенные для классификации изображений и текста, распознавания объектов и табличного прогнозирования. Также этот инструмент содержит программный интерфейс для продвинутых разработчиков, которым интересно самим покопаться в параметрах модели.

«Мы разработали AutoGluon для того, чтобы по-настоящему демократизировать машинное обучение и сделать мощности глубокого обучения доступными для всех разработчиков», — заявил Джонас Мюллер, специалист AWS.

ИИ Dry.io позволяет создавать веб-приложения, написав всего несколько строчек кода — всю остальную работу выполняет искусственный интеллект. Алгоритм создает приложения с пользовательским интерфейсом, связующим ПО, тегированием, аутентификацией, базой данных, поисковым индексом и прочим наполнением.