Publicación del equipo de TensorFlow
Gracias a todos los que se unieron a nuestra transmisión virtual en vivo de I/O 2021. Si bien no pudimos vernos en persona, esperamos que el evento haya sido lo más cómodo posible. En este artículo, resumiremos algunas de las actualizaciones que compartimos durante el discurso de apertura. Puedes ver el discurso de apertura más abajo, así como las grabaciones de todas las charlas en el canal de YouTube de TensorFlow. Aquí hay un resumen de algunos anuncios realizados por el área de producto (y hay más en los videos, así que asegúrate de mirarlos también).
El entorno de ejecución de TensorFlow Lite se integrará con los Servicios de Google Play
Comencemos por el anuncio de que el entorno de ejecución de TensorFlow Lite se integrará con los Servicios de Google Play, lo que significa que no tendrás que distribuirlo con tu app. Esto puede reducir en gran medida el tamaño de su paquete. Ahora, puedes distribuir tu modelo sin necesidad de preocuparte por el entorno de ejecución. Ya puedes registrarte para obtener acceso anticipado al programa, y esperamos realizar un lanzamiento completo a finales de este año.
Ahora, puedes usar los modelos de TensorFlow Lite en la Web
Todos tus modelos de TensorFlow Lite ahora pueden ejecutarse directamente en la Web mediante un navegador con las nuevas API de TFLite Web que se unifican con TensorFlow.js. Esta API basada en tareas admite la ejecución de todos los modelos de la biblioteca de tareas de TFLite para la clasificación de imágenes, la detección de objetos, la segmentación de imágenes y muchos problemas de PLN. También admite la ejecución de modelos de TFLite personalizados y arbitrarios con API sencillas, intuitivas y compatibles con TensorFlow.js. Esta opción te permite unificar tu desarrollo web y para dispositivos móviles de AA con una única pila.
Un sitio nuevo de Aprendizaje automático en el dispositivo
Sabemos que el camino más efectivo para que los desarrolladores alcancen Android, iOS y la Web no siempre es el más obvio. Por eso, creamos un nuevo sitio de Aprendizaje automático en el dispositivo para mostrarte las opciones que tienes disponibles, como modelos listos y personalizados, o multiplataformas móviles e integradas en el navegador. Esto incluye rutas de aprendizaje para que transformes una simple idea en una aplicación implementada, con todos los pasos que debes seguir.
Perfil de rendimiento
En lo que respecta al rendimiento, también estamos trabajando en herramientas adicionales para los desarrolladores de Android. TensorFlow Lite incluye compatibilidad integrada para Systrace, lo que se integra de forma fluida con perfetto para Android 10.
Además, las mejoras perf no se limitan a Android. Para los desarrolladores de iOS, TensorFlow Lite incluye compatibilidad integrada para perfiles basados en referencias. Si compilas tu app con la opción de seguimiento habilitada, podrás ejecutar el generador de perfiles Xcode para ver los eventos de referencia, lo que te permitirá obtener más información y ver hasta las operaciones individuales durante la ejecución.
TFX 1.0: AA de producción a escala empresarial
Mover tus modelos de AA de prototipo a producción requiere mucha infraestructura. Google creó TFX porque necesitábamos un framework sólido para nuestros productos y servicios de AA. Luego, lo pasamos a la modalidad de código abierto para que otros también puedan usarlo. Esto incluye compatibilidad para entrenar modelos para aplicaciones web y dispositivos móviles, así como para aplicaciones basadas en servidores.
Después de una etapa beta exitosa con muchos socios, hoy anunciamos TFX 1.0, que ya está listo para la AA de producción a escala empresarial. TFX incluye todo lo que necesita un framework para empresas, como compatibilidad stencia de nivel empresarial, parches de seguridad, correcciones de errores y retrocompatibilidad garantizada para todo el ciclo de lanzamiento 1.X. También incluye compatibilidad sólida para ejecutarse en Google Cloud y en para aplicaciones web, PLN y para dispositivos móviles.
Si estás listo para el AA de producción, TFX está listo para ti. Visita el sitio de TFX para obtener más información.
También compartiremos varias herramientas nuevas para ayudarte a mantener una IA responsable prioritaria en todo lo que hagas cuando desarrolles con AA.
Know Your Data
Know Your Data (KYD) es una herramienta nueva para ayudar a los investigadores y equipos de producción de AA a entender grandes conjuntos de datos (imágenes y texto) con el objetivo de mejorar la calidad de los datos y el modelo, así como para presentar y mitigar problemas de equidad y sesgo. Prueba la demostración interactiva que se encuentra en el vínculo por encima de más información.
Personas + Guía de IA 2.0
A medida que creas soluciones de IA, compilar con un enfoque centrado en las personas es clave para hacerlo de manera responsable, y estamos encantados de anunciar la guía Personas + IA 2.0. Esta actualización está diseñada para ayudarte a implementar las prácticas recomendadas y pautas de IA centrada en las personas con muchos recursos nuevos que incluyen fragmentos de código, patrones de diseño y mucho más.
Además, mira nuestras Herramientas de IA responsable para ayudarte a incluir las prácticas de IA responsable en tu flujo de trabajo de AA por medio de TensorFlow.
Compatibilidad nueva para bosques aleatorios y árboles de potenciación del gradiente
El AA es mucho más que redes neuronales. A partir de TensorFlow 2.5, puedes entrenar con facilidad modelos de bosques de decisión poderosos (que incluyen los favoritos, como los bosques aleatorios y árboles de potenciación del gradiente) por medio de las API de Keras. Se admiten muchos algoritmos de vanguardia para entrenar, interpretar y entregar modelos para tareas de clasificación, regresión y jerarquización. Además, puedes enviar tus bosques de decisión por medio de TF Serving, como con cualquier otro modelo entrenado mediante TensorFlow. Mira los instructivos aquí y el video de esta sesión.
Una nueva pizarra preinstalada, experimentos y un desafío
TensorFlow Lite para microcontroladores te permite ejecutar modelos de AA en microcontroladores y otros dispositivos con unos pocos kilobytes de memoria. Ahora, puedes comprar pizarras Arduino preinstaladas que se conectarán mediante Bluetooth y tu navegador. Además, puedes usarlas para probar Experimentos con Google nuevos que te permitirán hacer gestos y crear tus propios clasificadores y ejecutar modelos personalizados de TensorFlow. Si te interesan los retos, también preparamos un nuevo desafío de TensorFlow Lite para microcontroladores. Puedes verlo aquí. Asegúrate de revisar el video del taller TinyML más abajo en los próximos pasos.
Vertex AI: Una nueva plataforma de AA administrada en Google Cloud
Un modelo de AA solo es valioso si puedes producirlo. Como ya sabes, producir de manera eficiente y a escala puede ser todo un desafío. Por eso, Google Cloud está lanzando Vertex AI, una nueva plataforma de aprendizaje automático administrada para ayudarte a acelerar la experimentación e implementación de los modelos de IA. Vertex AI incluye herramientas que abarcan cada etapa del flujo de trabajo del desarrollador, desde el etiquetado de datos y el trabajo con notebooks y modelos, hasta herramientas de predicción y la supervisión continua, todo unificado en una IU. Si bien muchas de estas ofertas pueden parecerte conocidas, lo que hace que Vertex AI se destaque es la introducción de funciones MLOps nuevas. Ahora, puedes administrar tus modelos con confianza mediante nuestras herramientas de MLOps, como Vertex Pipelines y Vertex Feature Store, para quitarle la complejidad al mantenimiento y la capacidad de repetición del modelo de autoservicio.
TensorFlow Cloud: La transición de la compilación local de modelos al entrenamiento distribuido en la nube
TensorFlow Cloud proporciona API que facilitan la transición de la compilación local de modelos y la depuración al entrenamiento distribuido y el ajuste de hiperparámetros en Google Cloud. Desde dentro de Colab o Kaggle Notebook o de un archivo de secuencia de comandos local, puedes enviar tu modelo para ajustarlo o entrenarlo directamente en la nube, sin la necesidad de usar Cloud Console. Hace poco agregamos un sitio nuevo y funciones nuevas. Míralos si te interesa aprender más.
Un nuevo foro de TensorFlow
Creamos un nuevo foro de TensorFlow para que hagas preguntas y te conectes con la comunidad. Es un lugar para que los desarrolladores, colaboradores y usuarios interactúen entre ellos y con el equipo de TensorFlow. Crea tu cuenta y únete a la conversación en discuss.tensorflow.org.
Esta es solo una pequeña parte de lo que se compartió en Google I/O 2021. Encontrarás todas las sesiones de TensorFlow en esta lista de reproducción y, para tu conveniencia, aquí también están los vínculos directos a cada una de las sesiones:
Para obtener más información sobre TensorFlow, visita tensorflow.org, lee otros artículos en el blog, síguenos en redes sociales y suscríbete a nuestro canal de YouTube, o bien únete a un grupo de usuarios de TensorFlow cercano.
