Metaが新しいモバイルAIジェネレーターを公開、5分でAIアプリを作成、AndroidとiOSの両方をサポート

最近、毎年恒例の PyTorch 開発者会議が開催されました。

このカンファレンスでは、Meta（旧Facebook）がモバイルユーザーに人工知能体験を提供できるツールセットであるPyTorch Liveをリリースしました。

[[438228]]

PyTorch Live はプログラミング言語の JavaScript をサポートしており、Android と iOS の 2 つのモバイル オペレーティング システム向けのアプリケーションを開発できます。また、PyTorch コミュニティ全体にカスタマイズされた機械学習モデル サービスを提供することもできます。

現在、PyTorch Live はオープンソース化されており、バージョン番号は v0.1.1 です。

ライブ

PyTorch Live オープンソース プロジェクトには、PyTorch Live コマンドライン インターフェース (torchlive-cli)、モバイル デバイスでの推論に PyTorch Mobile ライブラリを利用する React Native パッケージ、React Native テンプレート、およびモバイル デバイスにデプロイできるいくつかの例が含まれています。

PyTorch の公式 Web サイトでは、PyTorch Live は非常に使いやすいツール ライブラリであると主張しています。PyTorch Live を使用すると、開発者は数分でモバイル マシン ラーニングのデモ アプリを正常に構築できます。

PyTorchのこれまでの歩み

2017 年 1 月、Meta は Torch をベースにしたオープンソースの機械学習ライブラリである PyTorch をリリースしました。

2015年以降はTensorFlowが優勢でしたが、PyTorchはリリース後徐々に人気を集め、開発者コミュニティで急速に人気を集めています。

近年、PyTorch は機械学習の分野で最も急速に成長しているオープンソース プロジェクトの 1 つになりました。 Metaは、2019年にプラットフォームへの貢献者数が前年比50％以上増加し、約1,200人増加したことを明らかにした。

PyTorch の PyTorch Mobile をベースにした PyTorch Live を使用すると、開発者はモデルのトレーニングから PyTorch エコシステムへのモデルのデプロイまでの全プロセスを完了できます。また、視覚的なユーザー インターフェイスの作成に使用できる React Native ライブラリも提供されます。

PyTorch Mobile は 2019 年 10 月にリリースされました。それ以前に、Meta は Caffe2 機械学習フレームワークに基づき、モバイル CPU と GPU 向けに特別に最適化された新しいフレームワークである Caffe2go をリリースしました。

開発者が PyTorch Mobile をモバイル デバイスで実行したい場合でも、他のエッジ デバイスで実行したい場合でも、それが可能であることは言及する価値があります。 PyTorch Mobile もサーバー上で実行できます。

Meta AIのソフトウェアエンジニアであるRoman Radle氏は、「AndroidやiOSのモバイル端末で動作するモデルをデモンストレーションしたい場合、プロジェクトの設定やユーザーインターフェースの構築に何日もかかります。PyTorch Liveを使えば開発コストが半分に減り、AndroidやiOSの開発経験もあまり必要ありません」と語っています。

PyTorch Live 組み込みツール

現在、PyTorch Live のベータ版は、Apple の macOS オペレーティング システムのみをサポートしています。ただし、Windows と Linux のサポートは近日中に提供される予定です。

PyTorch Live には、最初にインストールする必要がある依存関係がいくつかあります。

1つはNode.jsです。 Node.js がまだインストールされていない場合は、公式 Node.js Web サイトからダウンロードするか、Homebrew (brew install node) 経由でインストールできます。

もう一つはXcodeです。 PyTorch Live アプリを iOS シミュレーターまたは iOS デバイスで実行する場合は、Apple App Store から Xcode をインストールする必要があります。 PyTorch Live は現在、Xcode 12.5 以降をサポートしています。

開発プロセス中、環境を構成するのは面倒で難しい場合があります。

PyTorch Live は、必要な依存関係を自動的にインストールするインストール ルーチンを提供します。次のライブラリとツールを自動的にインストールしようとします。

• 自家製
• オープンJDK
• 糸
• ウォッチマン
• Android コマンドラインツール
  • Android SDK
  • Android SDK マネージャー
  • Android 仮想デバイス マネージャー
  • Android エミュレータ
• ココアポッド

PyTorch Live ツールキットは、コマンドライン インターフェイス (CLI) とデータ処理 API を提供します。

CLI を使用すると、開発者はモバイル開発環境をセットアップし、モバイル アプリケーション プロジェクトを構築できます。

データ処理 API に関しては、PyTorch Live API にカスタム モデルを統合し、Android および iOS のモバイル アプリケーションに組み込むことができます。

現在、PyTorch Live は次の機能をサポートしています。

1. 画像分類

アルバム内の写真を分類する

カメラで撮影した物体のリアルタイム分類

2. 物体検出

3. 手書き数字認識

4. 言語に関する質問と回答

ユーザーは他のいくつかの小さな機能もカスタマイズできます。

将来的には、Meta はコミュニティが PyTorch Live を通じて PyTorch モデルとデモを発見して共有できるようにし、オーディオおよびビデオ データをサポートするカスタマイズ可能なデータ処理 API と機械学習ツールも提供する予定です。

ラドル氏は、「開発者がモバイル アプリケーションを開発しやすくし、機械学習モデルをコミュニティに公開できるようにするのが当初の目的です。同時に、これはモデルを共有して使用し、アイデアを交換できる研究者とモバイル開発者の活気あるコミュニティを構築する機会でもあります」と述べています。

PyTorch の使命は、研究のプロトタイピングから本番環境への展開までのプロセスを加速することです。モバイル機械学習エコシステムが成長を続ける中、PyTorch Live のリリースはこれまで以上に重要になっています。

そのため、一部のネットユーザーは PyTorch Live を「ゲームチェンジャー」と呼んでいます。