Microsoft annonce la disponibilité du Cognitive Toolkit 2.0 (né CNTK).
Cette boite à outils logicielle a pour ambition d’être exploitée en production pour des charges d’apprentissage profond de grande ampleur.
Elle fut d’abord développé pour les propres besoins des chercheurs et des ingénieurs de Microsoft, et utilisée dans la recherche vidéo de Bing et la reconnaissance de la parole: le système de Microsoft est aussi efficace qu’une personne, une avancée majeure du domaine.
La boite à outils a ensuite été généralisée pour être utile dans plus de domaines, comme la compréhension de la parole ou la reconnaissance d’images, et adaptée pour une large adoption auprès des entreprises, des chercheurs, des agences gouvernementales et du monde académique.
Le kit est mis à jour pour supporter les versions les plus récentes du Deep Learning SDK de NVIDIA, ainsi que de la nouvelle architecture d’accélérateurs GPU NVIDIA Volta.
La nouvelle version du Cognitive Toolkit apporte également le support de Keras, une librairie populaire de haut niveau pour les réseaux neuronaux qui facilite l’expérimentation et le développement de modèles.
Parmi les nouvelles fonctionnalités, on notera aussi le support des bindings Java pour l’évaluation des modèles, et des nouveaux outils de compression des modèles entraînés afin qu’ils puissent tourner en temps réel sur des appareils de faible capacité: par exemple, la reconnaissance d’image sur un smartphone.
Les performances n’ont pas été oubliées: d’après des tests indépendants, le Cognitive Toolkit est souvent plus rapide que ses pairs, comme sur les systèmes à carte accélératrice unique:
Le Microsoft Cognitive Toolkit 2.0 est téléchargeable sur GitHub.
L’intelligence artificielle, très consommatrice de capacité et de données, est perçue comme le nouvel Eldorado informatique, idéalement mise en place dans l’informatique en nuage.
C’est pourquoi toutes les entreprises technologiques cherchent à séduire avec leurs propres solutions: AWS avec MXNet, Facebook avec Caffe2, Google avec TensorFlow, ou IBM avec SystemML.