خلال مؤتمر PyTorch Developer Day، أعلنت Meta (المعروفة سابقًا باسم Facebook) عن PyTorch Live، وهي مجموعة من الأدوات المصممة لجعل التجارب المدعومة بالذكاء الاصطناعي للأجهزة المحمولة أسهل. تقدم PyTorch Live لغة برمجة واحدة - JavaScript - لإنشاء تطبيقات لنظامي Android و iOS، بالإضافة إلى عملية لإعداد نماذج التعلم الآلي المخصصة لاستخدامها من قبل مجتمع PyTorch الأوسع.
قال متحدث عبر البريد الإلكتروني. "تتمثل مهمة PyTorch في تسريع المسار من النماذج الأولية للبحث إلى نشر الإنتاج. مع النظام البيئي المتنامي للتعلم الآلي على الأجهزة المحمولة، لم يكن هذا أكثر أهمية من أي وقت مضى"، "بهدف المساعدة في تقليل الاحتكاك لمطوري الأجهزة المحمولة لإنشاء حلول جديدة قائمة على التعلم الآلي، نقدم PyTorch Live: أداة لبناء واختبار و (في المستقبل) مشاركة عروض AI على الجهاز مبنية على PyTorch".
قال متحدث عبر البريد الإلكتروني. "تتمثل مهمة PyTorch في تسريع المسار من النماذج الأولية للبحث إلى نشر الإنتاج. مع النظام البيئي المتنامي للتعلم الآلي على الأجهزة المحمولة، لم يكن هذا أكثر أهمية من أي وقت مضى"، "بهدف المساعدة في تقليل الاحتكاك لمطوري الأجهزة المحمولة لإنشاء حلول جديدة قائمة على التعلم الآلي، نقدم PyTorch Live: أداة لبناء واختبار و (في المستقبل) مشاركة عروض AI على الجهاز مبنية على PyTorch".
PyTorch Live
PyTorch، التي أصدرتها Meta علنًا في يناير 2017، هي مكتبة مفتوحة المصدر للتعلم الآلي تعتمد على Torch، وهو إطار عمل للحوسبة العلمية ولغة نصية تعتمد بدورها على لغة برمجة Lua. بينما كان TensorFlow موجودًا لفترة أطول قليلاً (منذ نوفمبر 2015)، تواصل PyTorch رؤية امتصاص سريع في مجتمع علم البيانات والمطورين. لقد احتلت موقعًا من بين أفضل المواقع لمشاريع مفتوحة المصدر سريعة النمو العام الماضي، وفقًا لتقرير Octoverse الصادر عن GitHub لعام 2018، وكشفت Meta مؤخرًا أنه في عام 2019 زاد عدد المساهمين على المنصة بأكثر من 50% على أساس سنوي إلى ما يقرب من 1200.
يعتمد PyTorch Live على PyTorch Mobile، وهو وقت تشغيل يسمح للمطورين بالانتقال من تدريب نموذج إلى نشره أثناء البقاء داخل النظام البيئي PyTorch، ومكتبة React Native لإنشاء واجهات مستخدم مرئية. يدعم PyTorch Mobile الاستدلال الموجود على الجهاز لـ PyTorch Live.
تم إطلاق PyTorch Mobile في أكتوبر 2019، بعد الإصدار السابق من Caffe2go، وهو إصدار مُحسَّن لوحدة المعالجة المركزية ووحدة معالجة الرسومات للجوال من إطار عمل التعلم الآلي لـ Meta's Caffe2. يمكن تشغيل PyTorch Mobile مع وقت التشغيل الخاص به وقد تم إنشاؤه بافتراض أن أي مطور يريد القيام به على جهاز محمول أو حافة، قد يرغب المطور أيضًا في القيام به على الخادم.
قال Roman Radle، مهندس برمجيات Meta AI، في فيديو مسجّل مسبقًا: "على سبيل المثال، إذا كنت ترغب في عرض نموذج تطبيق جوال يعمل على Android و iOS، فقد يستغرق الأمر أيامًا لتهيئة المشروع وبناء واجهة المستخدم".
قال Roman Radle، مهندس برمجيات Meta AI، في فيديو مسجّل مسبقًا: "على سبيل المثال، إذا كنت ترغب في عرض نموذج تطبيق جوال يعمل على Android و iOS، فقد يستغرق الأمر أيامًا لتهيئة المشروع وبناء واجهة المستخدم".
أدوات مدمجة Built-in tools
يأتي PyTorch Live مزودًا بواجهة سطر أوامر (CLI) Command-Line interface وواجهة برمجة تطبيقات لمعالجة البيانات. يمكّن CLI المطورين من إعداد بيئة تطوير للهاتف المحمول ومشاريع تطبيقات الهاتف المحمول التمهيدية. بالنسبة لواجهة برمجة تطبيقات معالجة البيانات، فهي تعد وتدمج نماذج مخصصة لاستخدامها مع PyTorch Live API، والتي يمكن بعد ذلك دمجها في تطبيقات الهاتف المحمول التي تعمل بالذكاء الاصطناعي لنظامي Android و iOS.
في المستقبل، تخطط Meta لتمكين المجتمع من اكتشاف ومشاركة نماذج PyTorch والعروض التوضيحية من خلال PyTorch Live، فضلاً عن توفير واجهة برمجة تطبيقات معالجة بيانات أكثر قابلية للتخصيص ودعم مجالات التعلم الآلي التي تعمل مع بيانات الصوت والفيديو.
تابع Radle: "هذا هو نهجنا الأولي لتسهيل الأمر على [المطورين] لبناء تطبيقات الأجهزة المحمولة وعرض نماذج التعلم الآلي على المجتمع"، "إنها أيضًا فرصة للمضي قدمًا في هذه الخطوة من خلال بناء مجتمع مزدهر [من] الباحثين ومطوّري أجهزة الجوّال [الذين] يشاركون نماذج الجوّال التجريبية ويستخدمونها وينخرطون في محادثات مع بعضهم البعض".
