AnyLogic es líder tecnológico y de mercado en el ámbito de la simulación de propósito general. Como resultado, los modelos AnyLogic pueden ayudar a los profesionales de la IA en muchas aplicaciones prácticas diferentes, entre ellas:
Conecta los modelos de simulación aplicados a los agentes RL y entrénalos para las políticas desplegables.
En este escenario, los modelos ML entrenados se utilizan desde dentro de entornos simulados.
Los modelos de simulación pueden utilizarse para generar cantidades ilimitadas de datos de entrenamiento relevantes, limpios, estructurados y etiquetados.
Soporte para el desarrollo orientado a objetos a todos los niveles con API abierta junto con recursos de modelado visual.
Tecnologías exclusivas de AnyLogic basadas en agentes AnyLogic la posicionan naturalmente como una potente plataforma de creación de modelos para entornos de entrenamiento utilizados en esquemas de aprendizaje por refuerzo multiagente.
AnyLogic permite utilizar lenguajes de modelado visual, scripts y bibliotecas externas. La compatibilidad nativa con diagramas de flujo, diagramas de estados, diagramas de acciones y diagramas de acciones y flujos facilita el desarrollo, mientras que la compatibilidad nativa con scripts proporciona extensibilidad.
AnyLogic es la única plataforma que admite todos los métodos de simulación (Evento Discreto, Basado en Agentes, Dinámica de Sistemas) y cualquier combinación de ellos, además de bibliotecas de modelado especializadas para manipulación de materiales, modelado de procesos, fluidos, ferrocarriles, peatones y tráfico rodado.
AnyLogic es la plataforma de simulación de facto para las empresas Fortune 500 de todo el mundo. La familiaridad de estas empresas con AnyLogic es ventajoso para los profesionales de la IA que deseen utilizar la plataforma como parte de las soluciones de IA para estas empresas.
Utiliza la biblioteca Pypeline para acceder localmente a un modelo entrenado de aprendizaje automático basado en Python.
Si un modelo ML entrenado desplegado es accesible mediante una biblioteca Python, se puede utilizar Pypeline -una biblioteca AnyLogic personalizada- para consultarlo. Pypeline te permite ejecutar scripts Python con argumentos o ejecutar interactivamente código Python desde dentro de tus modelos AnyLogic, utilizando una instalación Python local.
Utiliza la biblioteca ONNX Helper para acceder fácilmente a un modelo entrenado de aprendizaje automático (ML) guardado en el formato de archivo «.onnx». ONNX, abreviatura de Open Neural Network Exchange (Intercambio Abierto de Redes Neuronales), es un formato marco estandarizado e interoperable para modelos ML entrenados.
Aunque existe una biblioteca Java estándar, su uso requiere conocimientos técnicos relativamente avanzados. ONNX Helper es una biblioteca complementaria de descarga gratuita para cualquier edición de AnyLogic. Mediante un único objeto y una única función, proporciona una forma sencilla y fácil de consultar modelos ML.
Utiliza Alpyne, una biblioteca de Python, para ejecutar interactivamente modelos exportados del experimento RL.
Si un modelo AnyLogic contiene un Experimento de Aprendizaje por Refuerzo y, opcionalmente, algunas retrollamadas para desencadenar una acción, el modelo puede exportarse desde AnyLogic y controlarse en un script de Python.
Anylogic para la industria de la IA
Andrei Borshchev, director general de The AnyLogic Company, en la Conferencia AnyLogic 2019, resumiendo el uso de la simulación en el aprendizaje automático para las empresas. Destacando la facilidad de uso y el entrenamiento sin riesgos de los algoritmos de ML que proporciona AnyLogic.
