Intelligence artificielle Sonnet, la bibliothèque de réseau neuronal orientée objet de DeepMind, devient open...

Pour approfondir le sujet

Sur le même thème :

Google rend disponible Tensor2Tensor en open source et facilite la recherche grâce au deep learning

Dans un post de blog, l'équipe de Google annonce avoir mis en open source Tensor2Tensor, une nouvelle bibliothèque de deep learning spécialement pensée pour...

DeepLab disponible au sein du framework Tensorflow en open source

Google Research a annoncé la mise en disposition en open source sur GitHub de sa technologie DeepLab-v3+ au sein de son framework TensorFlow. Développée...

Google s’attaque au problème de l’oubli catastrophique, fondamental en intelligence artificielle

La société DeepMind, rachetée par Google en 2014, est parvenue à réaliser une avancée fondamentale dans le développement de l'intelligence artificielle. Les chercheurs se...

Petite histoire de l’Intelligence Artificielle, Partie 2

A partir des années 80, l'intelligence artificielle connait un boom. Les grandes firmes s'intéressent de près aux développements en matière d'intelligence artificielle et commencent...

Sonnet, la bibliothèque de réseau neuronal orientée objet de DeepMind, devient open source

En 2015, Google rendait open source TensorFlow, sa bibliothèque d’apprentissage automatique. La firme a également lancé en open source, en décembre 2016, le projet DeepMind Lab qui utilise le Deep Reinforcing Learning ou DeepRL, et s’adresse à la communauté de développeurs spécialisés dans la création de jeux vidéo et intégrant l’intelligence artificielle. DeepMind, filiale de Google, se veut également très active et développe notamment une API open source pour la recherche sur StarCraft II.

Début avril, DeepMind a annoncé sur son blog que c’était au tour de Sonnet de passer en open source. Un partage important puisque comme l’indique la firme:

« la bibliothèque utilise une approche orientée objet, similaire à Torch / NN, permettant de créer des modules qui définissent le passage en avant de certains calculs »

Sonnet est optimisée pour qu’au cours de leurs expériences les chercheurs ne soient pas contraints de modifier leurs projets. Cette facilitation de l’alternance entre modèles a été rendue possible par l’ajout de plusieurs éléments par rapport à TensorFlow tels que la transparence au partage des variables ou l’examen des modèles en tant que hiérarchies, comme l’explique DeepMind:

« De nombreux modèles dans la littérature peuvent naturellement être considérés comme une hiérarchie – par exemple Un Ordinateur Différentiel Neuronal contient un contrôleur pouvant être un LSTM. Ce dernier peut être implémenté comme contenant une couche linéaire standard.

Nous avons constaté que le code d’écriture représentant explicitement les sous-modules permettait une réutilisation facile du code et une expérimentation rapide.

Sonnet favorise les modules d’écriture qui déclarent d’autres sous-modules en interne ou sont passés à d’autres modules au moment de la construction ».

Pour les ingénieux, cette bibliothèque sera particulièrement utile, notamment lorsqu’il s’agit pour différents modules de fonctionner sur des collections de Tensors arbitrairement assemblées:

« Les états des réseaux neuronaux récurrents (RNN pour Recurrent Neural Network) sont souvent mieux représentés sous la forme d’une collection de Tensors hétérogènes, et les représenter comme une liste forfaitaire peut être sujet à une erreur.

Sonnet fournit des services publics pour traiter ces hiérarchies arbitraires, de sorte que changer votre expérience pour utiliser un type différent de RNN ne nécessite pas de modifications fastidieuses du code. Nous avons également apporté des modifications au TF principal pour mieux supporter ce cas d’utilisation ».

Sonnet fonctionne donc avec TensorFlow. Vous pourrez accéder aux Tensors, aux variables systèmes et aux autres éléments sous-jacents sans aucun problème. Dans le même temps, le code TensorFlow peut être mélangé librement avec des modèles écrits dans Sonnet dans d’autres bibliothèques.

Le partage en open source de cette bibliothèque a pour objectif de permettre à la communauté de chercheurs de l’utiliser afin qu’elle se familiarise avec ce type de bibliothèques internes et contribue plus efficacement au développement du secteur en les utilisant dans des travaux. Il ne s’agit pour Google DeepMind que du début d’une série de publications qui sera accessible à tous:

« Nous allons régulièrement mettre à jour notre dépôt GitHub pour qu’il puisse correspondre à notre version maison ».

Dépôt GitHub de Sonnet: lien

Dépôt GiHub de DeepMind Lab: lien

Dépôt GiHub de TensorFlow: lien


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Johanna Diaz

Partager l'article

Levée de fonds de 6 millions d’euros de la fintech lyonnaise Mon Petit Placement

Mon Petit Placement, start-up lancée en 2017, a bouclé en ce mois de novembre sa troisième levée de fonds pour un montant de 6...

Lutte contre la cybercriminalité : l’exemple du défi IA lancé par le gouvernement canadien aux petites entreprises

Comme les autres organismes de police canadiens, la Gendarmerie royale du Canada (GRC) peine à accéder aux données chiffrées saisies lors d'enquêtes criminelles. C'est...

Continuity annonce une levée de fonds de 5 millions d’euros auprès d’Elaia Partners, Bpifrance et Kamet Ventures

Continuity a levé 5 millions d’euros en Seed auprès d'Elaia Partners, Bpifrance et Kamet Ventures a annoncé la jeune pousse cette semaine. La start-up...

ADAM9, un gène potentiellement impliqué dans les formes graves de Covid-19 identifié par l’intelligence artificielle

Pourquoi certains patients atteints de Covid-19 sont-ils asymptomatiques alors que d'autres développent des formes graves, notamment le SDRA (syndrome de détresse respiratoire aigüe) ?...
Recevoir une notification en cas d'actualité importante    OK Non merci