Künstliche Intelligenz: Microsoft und Facebook vereinheitlichen KI-Frameworks
Die Unternehmen Microsoft und Facebook haben das Projekt Open Neural Network Exchange (ONNX) als gemeinsame Richtlinie bekannt gegeben(öffnet im neuen Fenster) . Unter diesem Namen wird eine Schnittstelle entwickelt, die einheitlichen Zugriff auf KI-Frameworks und Machine-Learning-Infrastruktur ermöglichen soll. Laut Facebook(öffnet im neuen Fenster) ist ONNX "der erste Schritt zu einem Ökosystem, in dem KI-Entwickler leicht zwischen verschiedenen Werkzeugen wählen können, die für ihren Zweck am geeignetsten sind."
Microsoft betont(öffnet im neuen Fenster) , dass bereits existierende KI-Frameworks wie Caffe2 und Pytorch ONNX unterstützen werden. Das Projekt soll ermöglichen, dass diese Frameworks parallel am selben Prozess arbeiten können. Das sei wichtig, da jedes vorhandene Framework sich auf eine Aufgabe spezialisiert. Einige unterstützen flexible Netzwerkarchitekturen, während andere für das schnelle Trainieren von Machine-Learning-Modellen optimiert sind.
Einheitlicher Standard für Hardwarehersteller
Ein Vorteil soll auch sein, dass Hardwarehersteller, statt ihre Komponenten auf viele verschiedene Frameworks auszulegen, ihre Produkte nur auf ONNX optimieren müssen. Ähnlich wie verbreitete Programmiersprachen wie C++ oder Java wird ONNX Standard-Datentypen und vorgefertigte Operatoren zum Erstellen von KI-Projekten haben.
Die Kooperation von Facebook und Microsoft bedeutet nicht, dass die Unternehmen ihre Daten untereinander austauschen. Dies würde den Datenschutz der Kunden beeinträchtigen, aber gleichzeitig auch dank mehr Informationen bessere Machine-Learning-Modelle zur Folge haben.
Die erste Version des ONNX-Code und der Dokumentation ist Open Source. Auf dem Entwicklerportal Github(öffnet im neuen Fenster) kann er eingesehen werden. Facebook hat die ersten Versionen von Caffe2 und Pytorch bereits mit ONNX kompatibel gemacht, während Microsoft dessen Unterstützung für das Cognitive Toolkit später nachliefert. Es sei auch geplant, Beispiele und Referenzen für Entwickler zu veröffentlichen.