[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
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。