FastAi

Python-Bibliothek soll KI-Entwicklung vereinfachen

| Autor / Redakteur: Sebastian Gerstl / Nico Litzel

Ein Start-up namens FastAi soll Entwicklern helfen, KI-bezogene Aufgaben mit seiner Deep Learning Library für Python durchzuführen.
Ein Start-up namens FastAi soll Entwicklern helfen, KI-bezogene Aufgaben mit seiner Deep Learning Library für Python durchzuführen. (Bild: gemeinfrei / CC0)

Das Start-up FastAi hat eine speziell auf Deep Learning abzielende Python-Bibliothek angekündigt. Die unter Open-Source-Lizenz veröffentlichte Library soll Entwicklern die Aufgabe erleichtern, funktionale Künstliche Intelligenz zu entwickeln.

Python ist ein beliebtes Werkzeug unter Softwareentwicklern. Die Programmiersprache ist leicht zugänglich, schnell, robust, portabel und skalierbar. Darum greifen Programmierer gerne auch zur Automatisierung einfacher Tasks auf Python-Skripte zurück. Das hat sich auch in der KI-Entwicklung etabliert: Einige der weltweit bekanntesten KI-Frameworks wie TensorFlow, Deap und Chainer sind beispielsweise für den Einsatz mit Python entwickelt worden.

Aber gerade die KI-Entwicklung ist für viele Softwareentwickler noch praktisch Neuland. Es gibt eine große Lernkurve zu bewältigen, wenn es darum geht, bestehende Frameworks zu nutzen.

Hier setzt FastAi an, ein von zwei Mitarbeitern der University of San Francisco, Rachel Thomas und Jeremy Howard, gegründetes Start-up. FastAi möchte mithilfe einer speziellen, auf Deep Learning ansetzenden Python-Bibliothek die Zeitdauer reduzieren, die es braucht, bis ein Entwickler mit der KI beginnt.

KI-Modelle mit nur wenigen Codezeilen aufsetzen

Basierend auf PyTorch enthält FastAi einige der beliebtesten Algorithmen für die Bildklassifizierung und natürliche Sprachaufgaben. In der Praxis bedeutet dies, dass Modelle in wenigen Zeilen Code erstellt und ausgeführt werden können.

„FastAi ist die erste Deep-Learning-Bibliothek, die eine einzige konsistente Schnittstelle zu allen am häufigsten verwendeten Deep-Learning-Anwendungen für Vision, Text, tabellarische Daten, Zeitreihen und kollaboratives Filtern bereitstellt“, schrieb Howard anlässlich der Ankündigung der KI-Bibliothek: „Dies ist wichtig für Praktiker: es bedeutet, wenn Sie gelernt haben, praktische Computer-Vision-Modelle mit FastAi zu erstellen, dann können Sie den gleichen Ansatz anwenden, um Natural Language Processing (NLP)-Modelle oder alle anderen Arten von Modellen, die wir unterstützen, zu erstellen.“

Als Trainer für KI-Entwicklung etabliert

Das Start-up hat sich an der US-Westküste einen Ruf für seinen kostenlosen Deep Learning Unterricht aufgebaut. Ursprünglich wurden die Kurse des Unternehmens mithilfe der Keras-API unterrichtet, die auf TensorFlow aufgesetzt ist. FastAi entschied sich, auf das von Facebook entwickelte PyTorch-Framework umzusteigen, nachdem es leichter zu erlernen war. Zu den Firmen, die die Kurse von FastAi benutzen, zählt unter anderem der Software-Entwicklungsdienst GitHub, der viele seiner Datenwissenschaftler und Führungskräfte dort schulen ließ. .

Schließlich will das Unternehmen einen Punkt erreichen, an dem solche Kurse unnötig sind. FastAi glaubt noch nicht, dass es diesen Punkt erreicht hat, betrachtet aber die Veröffentlichung der Bibliothek als Anfang.

Um dieses Ziel zu erreichen, wird FastAi wahrscheinlich auf Plattformen außerhalb von PyTorch expandieren müssen. Der Support für AWS' Sagemaker und Microsoft Azure ist in Arbeit. Die FastAi-Bibliothek für Pytorch findet sich unter Open-Source-Lizenz kostenlos online.

Dieser Artikel stammt von unserem Partnerportal Embedded Software Engineering.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45566499 / Künstliche Intelligenz)