[中国,深圳,2021年3月31日]为庆祝开源一周年,MindSpore社区邀请行业大咖、专家学者和社区开发者面向全球进行直播,MindSpore新特性和TinyMS新工具在此次直播中首次亮相。
MindSpore新特性为开发者带来四大纬度体验升级
基于开发者反馈的问题和建议,MindSpore推出系列新特性,在效率、创新性、易用性、可靠性四大纬度做了大幅度的提升,通过动态图分布式训练、一键模型迁移、模型鲁棒性检测、深度分子模拟及量子机器学习等特性,为广大科研人员提供了便捷高效兼具实用的AI开发平台。
· 效率提升:新特性能够利用AI特性协助用户更好地理解模型并进行调优,其中数据预处理加速Dvpp模块可为网络推理数据预处理流程加速。
· 创新性:SPONGE(分子模拟库)和MindQuantum(量子机器学习)两大领域库的问世,为广大的科研人员、老师和学生提供了更优质高效的平台。其中MindSpore版的SPONGE是全新的、完全自主的分子模拟软件;量子机器学习库MindQuantum,能够高效处理量子机器学习、量子化学模拟和量子优化等问题,极大地助力快速设计和验证量子机器学习算法。
· 易用性:MindConverter(脚本迁移工具)能够帮助算法工程师实现一键模型迁移,迁移后脚本可直接用于推理,实现100%迁移率。
· 可靠性:MindArmour(鲁棒性测试工具)能帮助开发者评估模型的鲁棒性,识别模型脆弱点,使得模型对恶意样本的识别准确率达到95%以上。
TinyMS帮助新手开发者快速上手AI应用开发
TinyMS着重于提升开发者对MindSpore的使用体验,进一步降低AI开发门槛,帮助新手开发者快速上手AI开发,轻松掌握面向全场景的AI开发和部署。TinyMS针对于大多数AI模型应用开发场景的主要环节进行了简化:
· 数据加载环节:支持一键完成数据集的下载、解压和格式调整操作。
· 数据处理环节:通过一行代码实现单条数据或整个数据集的预处理操作。
· 网络构建环节:在原生脚本之上封装相关的网络调用API,除常用的网络结构之外,还提供模型高阶API接口,为用户提供了一致性的开发体验。
· 模型训练环节:高阶API可帮助用户实现用一行代码完成初始化工作。
· 模型精度验证环节:继承了原生MindSpore API,用户可以沿用MindSpore的习惯来进行精度验证。
另外,针对模型部署推理的需求,TinyMS提供了启动服务器、检查后端、检查是否启动和关闭服务器等一整套功能,开发者可实现一分钟内上手AI应用开发,一小时内掌握AI模型与数据集的自由切换。
MindSpore快速迭代和升级,不断为开发者提供优质的AI开发资源。截至目前,MindSpore社区已经发布了8个版本,拥有超过21000个PR提交、下载量超过22万。而此次新特性和新工具的推出,不仅为专业科研人员提供了更高效的平台,还帮助更多开发者快速上手进行AI应用开发。
MindSpore新版本和TinyMS工具教程,请访问:https://bbs.huaweicloud.com/forum/thread-116746-1-1.html
更多MindSpore信息,请访问:https://www.mindspore.cn/
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。