国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

二、開源人工智能技術大勢所趨

2016-12-18 08:29
辦公自動化 2016年2期
關鍵詞:開源引擎機器

?

二、開源人工智能技術大勢所趨

Represent the General Trend of Open Artificial Intelligence Technology

@崔之元(清華大學公共管理學院教授):

谷歌今天將其人工智能引擎開源了。不久谷歌剛剛發(fā)布的Google Photo讓人們驚嘆。它可以自動收集識別你的相片,并提供驚人的搜索能力。比如你輸入“墓碑”,google能挖出你幾年前你一次掃墓的照片,即使你當時并沒有給這張照片作出任何標記。這只是Google的人工智能服務的冰山一角。在此之前,Google圖片搜索、Google翻譯等應用的智能程度已經(jīng)享有盛譽。而今天,Google將其人工智能帝國的核心——深度學習神經(jīng)網(wǎng)絡,開源了。

谷歌選擇了開源其深度學習引擎,同全世界的開發(fā)者免費分享其人工智能背后的一條條源代碼。這個項目被命名為TensorFlow,任何人都可以在這里訪問:http: //tensorflow.org/。當然,谷歌也并非完全毫無保留。目前開源的是其引擎中較為頂層的算法。同時谷歌也沒有開源其硬件基礎設施系統(tǒng)。Google為什么要這么做?官方的解釋是,將自己的技術免費開放,希望可以加速人工智能領域的發(fā)展。所有人都可以幫助Google改進其技術,并將成果反饋回來。正如Google深度學習項目的主要推動者杰夫.迪恩(Jeff Dean)所說:“我們希望的是,整個研究、開發(fā)者社區(qū)將TensorFlow作為一種很好的手段來實現(xiàn)各種各樣的機器學習算法,同時也為其在各種場景下的應用帶來改進?!?/p>

@楊劍勇(傳感物聯(lián)網(wǎng)創(chuàng)始人):

機器學習作為人工智能的一種類型,可以讓軟件根據(jù)大量的數(shù)據(jù)來對未來的情況進行闡述或預判。谷歌將最新的機器學習軟件開源,并將此系統(tǒng)的參數(shù)公布給業(yè)界工程師、學者和擁有大量編程能力的技術人員。實際上Facebook也開源人工智能技術,開源人工智能技術會成為未來趨勢嗎?

@ilucky(國家開放大學副教授):

開放、共享。

@燾江(北京大學移動政務實驗室(mGov Lab China)博士):

創(chuàng)新2.0時代,開源還是大勢所趨

@楊靜lillian(新智元創(chuàng)始人、中國經(jīng)濟網(wǎng)經(jīng)營顧問、知名科技評論專家):

的確。TensorFlow是Google第二代深度學習系統(tǒng)。TensorFlow是一種編寫機器學習算法的界面,也可以編譯執(zhí)行機器學習算法的代碼。使用TensorFlow編寫的運算可以幾乎不用更改,就能被運行在多種異質(zhì)系統(tǒng)上,從移動設備(例如手機和平板)到擁有幾百臺的機器和幾千個GPU之類運算設備的大規(guī)模分布式系統(tǒng)。TensorFlow降低了深度學習的使用門檻,讓從業(yè)人員能夠更簡單和方便地開發(fā)新產(chǎn)品。作為Google發(fā)布的“平臺級產(chǎn)品”,很多人認為它將改變?nèi)斯ぶ悄墚a(chǎn)業(yè)。

深度學習在計算機科學有非常大的影響,令它能夠被運用在最前沿的研究中,又能開發(fā)出實用性高到讓人驚喜的產(chǎn)品、無數(shù)人每天都在使用。2011年谷歌發(fā)布了深度學習基礎架構(gòu)DistBelief,它讓Google能夠通過數(shù)據(jù)中心存儲的成千上萬的數(shù)據(jù)來進行前所未有的大規(guī)模訓練,建立起Google史上最大的神經(jīng)網(wǎng)絡模型,雖然DistBelief非常成功,但它有很大的限制。它僅僅以神經(jīng)網(wǎng)絡為目的、十分局限,而且很難進行配置,另外它牢牢綁定在Google的內(nèi)部基礎設施上,幾乎不可能將代碼與外界共享。

TensorFlow是開源的第二代機器學習系統(tǒng),設計上尤其針對克服DistBelief的短板。TensorFlow更通用、靈活、易攜帶、易使用,而且完全開源。同時也在DistBelief的基礎上改善了運行速度、可擴縮性和與產(chǎn)品的銜接。實際上,在很多指標上,TensorFlow要比DistBelief要快一倍。TensorFlow自帶大量的深度學習支持,但并不只是為了深度學習而生,也有一些更通用的支持:任何你可以表達成流程圖的計算,你都可以使用TensorFlow來完成運算。所以任何基于梯度的機器學習算法都能受益于TensorFlow的自動微分和最優(yōu)程序組。不僅如此,你也很容易就能通過Python的前端,在TensorFlow編寫你的新靈感。

猜你喜歡
開源引擎機器
江陰市“三個創(chuàng)新”打造?;钒踩O(jiān)管新引擎
機器狗
機器狗
新海珠,新引擎,新活力!
車壇往事4:引擎進化之屢次失敗的蒸汽機車
五毛錢能買多少頭牛
2019開源杰出貢獻獎
未來機器城
One?。牛睿纾椋睿濉。蹋澹妫糁皇O乱粋€引擎
巴中市| 长泰县| 从化市| 昌乐县| 彝良县| 南投县| 大同县| 闽侯县| 建水县| 浦北县| 榆树市| 丰镇市| 青神县| 青龙| 鹰潭市| 龙川县| 武山县| 镇赉县| 宝应县| 余江县| 永济市| 宣武区| 清河县| 连南| 景泰县| 玉溪市| 治县。| 兰西县| 吉隆县| 广水市| 达拉特旗| 永胜县| 海林市| 德格县| 奉贤区| 仪陇县| 武清区| 陵川县| 虎林市| 乾安县| 铜山县|