Intelligence artificielle Uber propose en open source Pyro, son langage de programmation probabiliste

Pour approfondir le sujet

  • Plus d'actualités sur
  • Uber
Sur le même thème :

ABBYY enrichit sa bibliothèque de développement open source dédiée au machine learning

ABBYY, une multinationale spécialisée dans la conception de logiciels et dans "l'intelligence digitale", étend les capacités de sa bibliothèque de développement open source NeoML....

Des chercheurs utilisent un modèle basé sur l’apprentissage supervisé pour mieux gérer les inondations

Le dégel, les différences de niveau du sol, la quantité d'eau reçue et son débit : ce sont trois des variables entrant en jeu...

Mayflower Autonomous Ship, un bateau autonome pour mener des expériences scientifiques en haute mer

Sur les 510 millions de km2 définissant la superficie de la Terre, 70% correspond aux mers et aux océans. Une immensité d'eau qui regorge...

Facebook AI propose la bibliothèque Python AugLy pour évaluer et améliorer les modèles ML

Facebook AI annonce la mise en accès libre d'AugLy, une bibliothèque Python au service des chercheurs en intelligence artificielle. Après la mise à jour...

Uber propose en open source Pyro, son langage de programmation probabiliste

Après moins d’un an d’existence, le laboratoire d’intelligence artificielle d’Uber n’a de cesse de se développer et de chercher à attirer les experts IA. Il propose désormais en open source Pyro, le langage de programmation créé par ses chercheurs au sein du Uber AI Labs.

Un langage de programmation probabiliste

C’est sur GitHub qu’Uber a mis à disposition Pyro. Crée sur PyTorch, il s’agit d’un langage de programmation probabiliste. C’est dans son communiqué que l’entreprise présente ce nouvel outil:

« Pyro est un outil de modélisation probabiliste profond, unifiant le meilleur du deep learning moderne et de la modélisation bayésienne. Le but de Pyro est d’accélérer la recherche et les applications de ces techniques, en les rendant plus accessibles à l’ensemble de la communauté IA. »

Pyro repose sur quatre principes :

  • Universel : Pyro est un PPL universel – il peut représenter n’importe quelle distribution de probabilité calculable. Comment? En partant d’un langage universel avec itération et récursion (code Python arbitraire), puis en ajoutant l’échantillonnage aléatoire, l’observation et l’inférence ;
  • Évolutif : Pyro s’adapte aux grands ensembles de données avec peu de surcharge au-dessus du code. Comment? En construisant des techniques modernes d’optimisation de la boîte noire, qui utilisent des mini-lots de données, pour approximer l’inférence ;
  • Minimal : Pyro est agile et maintenable. Comment? Pyro est implémenté avec un petit noyau d’abstractions puissantes et modulables. Dans la mesure du possible, le levage lourd est délégué à PyTorch et à d’autres bibliothèques ;
  • Flexible : Pyro vise une automatisation et un contrôle qui s’adaptent à vos besoins. Comment? Pyro utilise des abstractions de haut niveau pour développer des modèles génératifs et d’inférence, tout en permettant aux experts de personnaliser facilement l’inférence.

Un langage créé via PyTorch

Le développement de ce nouveau langage de programmation par Uber AI Labs a pu se faire suite à l’acquisition l’an dernier de la start-up Geometric Intelligence. Pyro a été créé via la bibliothèque PyTorch incluant la différenciation automatique.

Comme l’indique Uber, l’utilisation de cette bibliothèque, qui peut construire des gradients de façon dynamique, a permis aux programmes Pyro d’intégrer une structure de contrôle stochastique. Cette dernière s’avère cruciale pour qu’un PPL (Probabilistic programming language) soit universel. Pyro peut ainsi représenter tout type de modèle probabiliste et fournir une inférence automatique basée sur l’optimisation, flexible et évolutive, des grands ensembles de données.

Ayant été construit sur Python, Pyro sera selon Uber facile d’utilisation pour la plupart des chercheurs. Les modèles génératifs et les guides d’inférence de ce langage peuvent tous deux inclure des réseaux de neurones profonds en tant que composants. Selon le communiqué d’Uber, les modèles probabilistes profonds ainsi développés pourraient résulter très intéressants pour d’actuels travaux de recherche, notamment pour les problèmes de machine learning supervisés ou non-supervisés.

Développer la prochaine génération de solutions IA

Proposé en open source sur GitHub, Pyro est accessible à tous les développeurs et chercheurs.

« Nous pensons que la version actuelle (alpha!) de Pyro intéressera surtout les modélisateurs probabilistes qui veulent tirer parti de grands ensembles de données et de réseaux profonds, les utilisateurs de PyTorch qui veulent pouvoir faire du calcul bayésien facilement et les datascientists prêts à explorer une technologie de pointe nouvelle. »

L’objectif d’Uber en proposant en open source son langage de programmation est, d’après le communiqué de l’entreprise, de participer activement à développer de nouveaux outils basés sur l’IA:

« Atteindre l’objectif qu’Uber s’est fixé d’offrir à chacun un transport fiable demande des efforts sans fin de prédiction et d’optimisation à chaque étape. Cela va de mettre en relation conducteurs et clients, de suggérer les meilleurs itinéraires ou même de créer la prochaine génération de voitures intelligentes.

Pour répondre à ces problèmes, nous combinons des techniques d’intelligence artificielle de pointe avec l’expertise de datascientists, d’ingénieurs et d’autres utilisateurs. Nous sommes en train d’explorer une approche centrée sur l’outil qui nous permettra, à nous et à d’autres, de développer la prochaine génération de solutions IA.

La mise à disposition en open source de Pyro a quelque peu surpris étant donné qu’Uber est réputé pour sa culture du secret. Cependant, l’intention de la firme de poursuivre dans la publication de projets open source et d’être plus active dans la communauté de la recherche est dans la lignée actuelle de nombreuses entreprises cherchant à attirer ainsi des chercheurs et talents IA comme nous l’expliquait il y a quelques mois Jacob Colker de l’incubateur du Allen Institute for Artificial Intelligence.


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

Partager l'article

Générer des structures de benzénoïdes grâce à l’intelligence artificielle

Les benzénoïdes sont une sous-famille d’hydrocarbures (molécules composées uniquement d’atomes d’hydrogène et de carbone) dont les atomes de carbone forment des hexagones. Les propriétés...

5 questions à Julien Chiaroni et Arno Pons sur le rapport sur l’IA de confiance de Digital New Deal

Comment mieux encadrer l'intelligence artificielle, lutter contre les biais et les dérives et œuvrer pour la mise en place d'une IA de confiance basée...

Ce modèle de machine learning détecte les contaminations microbiennes dans les cultures cellulaires

Les chercheurs de l’Alliance Singapour-MIT pour la Recherche et la Technologie (SMART) à Singapour, ont développé un modèle de détection d’anomalies qui utilise le...

Etude du Centre Hubertine Auclert sur « Les freins à l’accès des filles aux filières informatiques et numériques »

De nombreuses études sont menées tout au long de la scolarité des élèves, certaines se rapportent à la réussite scolaire des filles et leurs...
Recevoir une notification en cas d'actualité importante    OK Non merci