Google, 그래픽 데이터 전용 TensorFlow 머신러닝 프레임워크 출시

구글은 최근 오픈소스 머신러닝(인공지능) 프레임워크인 NSL(Neural Structured Learning)을 공식 출시했는데, 신경망 그래프 학습(Neural Graph Learning) 방식을 이용해 일련의 데이터, 다양한 차트, 다르게 구조화된 데이터를 기반으로 신경망을 훈련시킨다.

특히, NSL은 다양한 인지 및 언어 이해 작업에서 기계 학습을 위한 오픈 소스 소프트웨어 라이브러리인 TensorFlow와의 뛰어난 호환성을 위해 구축되었으며, 두 가지 모두를 위해 특별히 설계되었습니다. 노련한 기계 학습 실무자나 경험이 없는 기계 학습 실무자 모두 사용할 수 있습니다. 기본적으로 NSL은 컴퓨터 비전 모델을 만들고, NLP를 배포하고, 의료 기록이나 그래프와 같은 그래픽 데이터 세트에서 예측을 실행할 수 있습니다.

• Google은 Chrome용 긴급 업데이트를 출시했습니다. 사용자는 즉시 업데이트해야 합니다.

Neural Structured Learning은 오픈 소스 기계 학습 프레임워크입니다.

“훈련 중에 특정 구조적 신호를 활용하면 개발자는 특히 레이블이 지정된 데이터의 양이 상대적으로 적을 때 더욱 최적의 정확도로 모델을 얻을 수 있습니다. 구조화된 신호를 기반으로 한 교육은 더욱 강력한 모델을 만드는 데에도 도움이 됩니다. 이러한 유형의 훈련 기술은 보다 긍정적이고 빠른 방법으로 모델 성능을 향상시키기 위해 Google 내부적으로 널리 사용되었습니다."라고 TensorFlow의 엔지니어링 팀은 블로그 게시물에서 말했습니다.

NSL은 완전 지도 학습, 준지도 학습 또는 비지도 학습을 통해 기계 학습 모델을 훈련하여 모델을 생성할 수 있습니다. 모델은 그래픽 신호를 사용하여 훈련 프로세스를 표준화하며 경우에 따라 5줄 미만의 코드로도 가능합니다.

• Google은 Googe 애플리케이션을 대체할 수 있는 많은 유용한 기능을 갖춘 매우 가벼운 버전인 Google Go를 전 세계적으로 출시합니다.

Neural Structured Learning 프레임워크의 운영 구조

또한 이 새로운 프레임워크에는 개발자가 자신의 데이터와 API를 구성하여 최소한의 코드 줄로 학습 적대 모델을 만드는 데 도움이 되는 다양한 기본 제공 도구도 있습니다.

지난 4월에 Google Cloud는 BigQuery 및 AutoML Tables의 연결된 시트와 같은 구조화된 데이터를 위한 몇 가지 학습 솔루션도 도입했습니다.

인공 지능 분야와 관련된 다른 소식으로는 지난 주 Google AI(구 Google Research)가 Google의 BERT 및 GPT2의 OpenAI와 같은 대규모 언어 모델 훈련을 위한 최적화 도구인 오픈 소스 도구인 SM3도 출시했습니다.

• 이제 Google 포토에서는 텍스트로 이미지를 검색하고 이미지에서 텍스트를 추출할 수 있습니다.

Github의 SM3 오픈 소스 도구 페이지

다음 주소에서 NSL 기계 학습 프레임워크에 대한 자세한 정보를 찾을 수 있습니다.

• https://www.tensorflow.org/neural_structured_learning/
• https://medium.com/tensorflow/introducing-neural-structured-learning-in-tensorflow-5a802efd7afd