Название базовой системы (платформы): | Искусственный интеллект (ИИ, Artificial intelligence, AI) |
Разработчики: | Huawei |
Дата премьеры системы: | август 2019 г |
Дата последнего релиза: | март 2020 г |
Отрасли: | Информационные технологии |
Технологии: | Робототехника, Средства разработки приложений |
Содержание[Свернуть] |
2020: Раскрытие исходных кодов
В конце марта 2020 года Huawei объявила о раскрытии исходных кодов среды MindSpore, позволяющей разрабатывать приложения с алгоритмами искусственного интеллекта. Исходники выложены на порталах GitHub и Gitee.
Как пишет портал VentureBeat, облегченная платформа MindSpore подобно TensorFlow от Google и PyTorch от Facebook масштабируется на устройствах, в периферийных и облачных средах, помогая разработчикам быстрее осваивать процессы создания ИИ-софт.
К концу марта 2020 года Huawei заручилась поддержкой ряда партнеров, помогающих развивать MindSpore. Среди них — Университет Эдинборо (University of Edinborough), Пекинский университет (Peking University), Имперский колледж Лондона (Imperial College London) и робототехнический стартап Milvus.
Разработчики фреймворка заявляют, что инструмент нацелен на то, чтобы сохранять приватность пользователей. MindSpore использует лишь срезы и модели данных взамен работы с данными напрямую.[1]
Благодаря тому, что в типичных нейронных сетях для NLP (Natural Language Processing) MindSpore требует меньше строк основного кода, чем другие платформы, эффективность разработки, как утверждает производитель, повышается минимум на 50%. Крупнейшие аутсорсеры поддержки решений SAP в России. Рейтинг TAdviser
При этом инфраструктура Huawei MindSpore поддерживает не только собственные найропроцессоры вроде упомянутого Ascend 910, но и другие доступные на рынке процессоры и графические ускорители.
Ещё одно преимущество платформы заключается в том, что она не обрабатывает сами данные, поэтому конфиденциальная информация пользователя эффективно защищена даже при использовании в кросс-сценариях. Кроме того, MindSpore имеет встроенную технологию защиты моделей, чтобы гарантировать их надежность и безопасность, заявляют в Huawei.[2]
2019: Анонс
В конце августа 2019 года Huawei представила открытую среду для разработки ИИ-приложений MindSpore. В компании утверждают, что эта платформа содержит на 20% меньше строк основного кода по сравнению с аналогичными решениями от ведущих разработчиков.
Согласно заявлению Huawei, среда Mindspore создавалась для совместной работы с процессором Ascend 910, благодаря которой процесс обучения ИИ-моделей протекает вдвое быстрее по сравнению с аналогичными решениями, в которых используется программная библиотека TensorFlow.
Помимо чипов Ascend, MindSpore также поддерживает графические, центральные и другие типы процессоров.
По информации компании, вычислительные платформы для искусственного интеллекта имеют критически важное значение для года облегчения разработки ИИ-приложений, их распространения, повышения их доступности и безопасности.
В 2018 году Huawei обозначила три критерия, которым должна отвечать разрабатываемая ИИ-платформа:
- Простота разработки — это существенно сокращает продолжительность и стоимость обучения.
- Эффективность — должно использоваться наименьшее количество ресурсов с максимально возможной энергоэффективностью.
- Адаптируемость к любым сценариям использования — включая устройства, периферийные и облачные вычисления.
MindSpore является одной из вех в достижении этих целей. Поскольку защита конфиденциальности приобретает все большее значение, необходимой становится поддержка всех сценариев использования для обеспечения безопасного и широко распространенного искусственного интеллекта. Это ключевой элемент в структуре MindSpore, поэтому платформу можно адаптировать к различным условиям развертывания. MindSpore подойдет для любых сред — больших и малых — вне зависимости от бюджета ресурсов.
MindSpore помогает обеспечить конфиденциальность пользователя, поскольку имеет дело только с переменной и модельной информацией, которая уже была обработана. Платформа не обрабатывает сами данные, поэтому конфиденциальная информация пользователя эффективно защищена даже при использовании в кросс-сценариях. Кроме того, MindSpore имеет встроенную технологию защиты моделей, чтобы гарантировать их надежность и безопасность.
Платформа ИИ MindSpore адаптируется к любым сценариям использования с любыми устройствами, периферийными и облачными средами, а также обеспечивает взаимодействие между ними по требованию. Ее базовая концепция «Алгоритм ИИ как код» позволяет разработчикам разрабатывать ИИ-приложения и быстрее обучать свои модели.
В обычной нейронной сети для обработки естественного языка (NLP) MindSpore использует на август 2019 года на 20% меньше строк основного кода, чем ведущие платформы на рынке.
MindSpore помогает обеспечить конфиденциальность пользователя, поскольку имеет дело только с переменной и модельной информацией, которая уже была обработана. Платформа не обрабатывает сами данные, поэтому конфиденциальная информация пользователя эффективно защищена даже при использовании в кросс-сценариях. Кроме того, MindSpore имеет встроенную технологию защиты моделей, чтобы гарантировать их надежность и безопасность, говорится в пресс-релизе.
В китайской компании также заявляют, что новое решение позволяет разработчикам осуществлять сложные вычисления, связанные с искусственным интеллектом, и удовлетворяет потребность в разнообразных вычислительных мощностях для различных сфер применения.
MindSpore поддерживает различные платформы, включая периферийные и облачные вычисления, а также устройства. Решение продвигает концепцию разработка, которая позволяет разработчикам легче и быстрее обучать свои модели, передаёт ZDNet.
Появление MindSpore в публичном доступе намечено на первый квартал 2020 года. Этот продукт станет частью стратегии Huawei, направленной на ускоренное развитие и внедрение ИИ-технологий.[3]
Робототехника
- Роботы (робототехника)
- Робототехника (мировой рынок)
- Обзор: Российский рынок промышленной робототехники 2019
- Карта российского рынка промышленной робототехники
- Промышленные роботы в России
- Каталог систем и проектов Роботы Промышленные
- Топ-30 интеграторов промышленных роботов в России
- Карта российского рынка промышленной робототехники: 4 ключевых сегмента, 170 компаний
- Технологические тенденции развития промышленных роботов
- В промышленности, медицине, боевые (Кибервойны)
- Сервисные роботы
- Каталог систем и проектов Роботы Сервисные
- Collaborative robot, cobot (Коллаборативный робот, кобот)
- IoT - IIoT - Цифровой двойник (Digital Twin)
- Компьютерное зрение (машинное зрение)
- Компьютерное зрение: технологии, рынок, перспективы
- Как роботы заменяют людей
- Секс-роботы
- Роботы-пылесосы
- Искусственный интеллект (ИИ, Artificial intelligence, AI)
- Обзор: Искусственный интеллект 2018
- Искусственный интеллект (рынок России)
- Искусственный интеллект (мировой рынок)
- Искусственный интеллект (рынок Украины)
- В банках, медицине, радиологии, ритейле, ВПК, производственной сфере, образовании, Автопилот, транспорте, логистике, спорте, СМИ и литература, видео (DeepFake, FakeApp), музыке
- Национальная стратегия развития искусственного интеллекта
- Национальная Ассоциация участников рынка робототехники (НАУРР)
- Российская ассоциация искусственного интеллекта
- Национальный центр развития технологий и базовых элементов робототехники
- Международный Центр по робототехнике (IRC) на базе НИТУ МИСиС
- Машинное обучение, Вредоносное машинное обучение, Разметка данных (data labeling)
- RPA - Роботизированная автоматизация процессов
- Видеоаналитика (машинное зрение)
- Машинный интеллект
- Когнитивный компьютинг
- Наука о данных (Data Science)
- DataLake (Озеро данных)
- BigData
- Нейросети
- Чатботы
- Умные колонки Голосовые помощники
- Безэкипажное судовождение (БЭС)
- Автопилот (беспилотный автомобиль)
- Беспилотные грузовики
- Беспилотные грузовики в России
- В мире и России
- Летающие автомобили
- Электромобили
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)