麻省理工学院的一个研究小组正试图让初学者更容易进入人工智能领域,同时也帮助专家促进该领域的发展。
在本周的编程语言设计和实现会议上,研究人员描述了一种新的概率编程系统,叫做“基因”。用户从许多应用人工智能技术的领域(如计算机视觉、机器人和统计学)编写模型和算法,而无需处理方程式或手动编写高性能代码。GEN还要求专家和研究人员编写以前不可行的复杂模型和推理算法(用于预测任务)。
例如,在他们的论文中,研究人员证明了一个简短的GEN程序可以推断出三维身体的姿态,这是一项困难的计算机视觉推理任务,在自治系统、人机交互和增强现实中有应用。在幕后,该程序包括执行图形渲染、深入学习和概率模拟类型的组件。结合这些不同的技术可以使这项任务的准确性和速度比早期的系统表现得更好。
研究人员说,由于GEN简单,从新手到专家,任何人都可以很容易地使用它。“这份工作的动机之一是让计算机科学或数学专业较低的人更容易获得自动化人工智能,”第一作者、电子工程和计算机科学系博士生马可·库苏马诺·托诺(Marco Cusumano Tono Town)说。“我们还希望提高生产率,这意味着专家可以更容易、更快速地迭代和构建他们的人工智能系统。”
研究人员还展示了GEN通过使用另一个GEN程序简化数据分析的能力,该程序自动生成复杂的统计模型,专家通常使用这些模型来分析、解释和预测数据中的基本模式。在研究人员初步工作的基础上,用户可以写几行代码来揭示金融趋势、航空旅行、投票模式、疾病传播和其他趋势的见解。这不同于早期的系统,早期的系统需要大量的人工编码才能做出准确的预测。
Vikash K. Mansinghka’ 05,Meng’09,PHD’ 09,负责概率计算项目的大脑和认知科学系的研究人员说:“GEN是第一个灵活、自动化和高效的系统,可以覆盖计算机视觉和数据科学中非常不同类型的例子,并提供最先进的性能。”
加入库苏马诺·汤纳和曼辛哈卡的论文有费雷萨德’ 15,SM’16和亚历山大·卢(Alexander K.Lew),他们都是CSAIL研究生和概率计算项目的成员。
世界上最好的
2015,谷歌发布了开源应用编程接口库(tensorFlow,它可以帮助初学者和专家自动生成机器学习系统,而不用做太多的数学运算。现在该平台已被广泛使用,正在帮助推广一些人工智能。然而,尽管它是自动化和高效的,但它狭隘地聚焦于深度学习模式,与人工智能更广阔的前景相比,深度学习模式既昂贵又有限。
今天还有许多其他人工智能技术,例如统计和概率模型,以及模拟引擎。其他概率编程系统有足够的灵活性来涵盖各种人工智能技术,但是它们的运行效率非常低。
研究人员正试图整合世界上最好的东西——自动化、灵活性和速度。曼辛卡说:“如果我们这样做,也许我们可以帮助推广更广泛的建模和推理算法,就像TensorFlow为深入学习所做的那样。”
在概率人工智能中,推理算法对数据进行运算,并根据新数据不断调整概率进行预测。这将最终产生一个描述如何预测新数据的模型。
基于早期概率编程系统中使用的概念,研究人员将几种定制建模语言集成到朱莉娅中,朱莉娅是麻省理工学院开发的一种通用编程语言.每种建模语言都针对不同类型的人工智能建模方法进行了优化,以使其更加通用。GEN还为推理任务提供了一个高级基础结构,使用多种方法,例如优化、变分推理、某些概率方法和深入学习。此外,研究人员还进行了一些调整,以实现高效运行。
在实验室之外
外部用户已经在寻找将GEN用于人工智能研究的方法。例如,英特尔正与麻省理工学院合作,利用基因来估算机器人和增强现实系统深度传感器的三维姿态。麻省理工学院林肯实验室也在合作将基因应用于空中机器人技术,用于人道主义救援和灾难救援。
GEN开始被用于麻省理工学院智能探索项目下雄心勃勃的人工智能项目。例如,GEN是麻省理工学院-IBM沃森人工智能实验室项目的核心,也是美国国防部高级研究项目局正在进行的机器知识项目(Machine Knowledge Projects Agency)的核心,该项目旨在模拟18个月大的儿童水平的人类知识。Mansinghka是该项目的主要调查人员之一。
”对于GEN来说,这是研究人员第一次能够轻松集成一套不同的人工智能技术。曼辛哈卡说:“看看人们现在发现了什么,会很有趣。”。
优步首席科学家兼人工智能副总裁、剑桥大学教授邹斌·赫拉马尼没有参与这项研究,他说:“概率编程是自深度学习出现以来,人工智能最前沿最有希望的领域之一。性别代表了这一领域的重大进展,将有助于基于概率推理的人工智能系统的可扩展性和实际实施。”
谷歌的研究主管彼得·诺维格(PeterNorvig)也称赞了这项工作,没有参与研究。他说:“[基因”允许问题解决者使用概率规划,所以有一个更有原则的方法来解决问题,但它不受概率规划系统设计者的选择的限制。”通用编程语言……之所以成功,是因为它们……让程序员的任务变得更容易,让程序员有可能创造一个全新的东西,并有效地解决一个新问题。GEN对概率规划也是如此。”
GEN的源代码是公开的,并将在即将召开的开源开发者大会上发布,包括奇异循环和朱丽亚康。在某种程度上,这项工作得到了国防高级研究计划局的支持。
极牛网精选文章《新的人工智能编程语言超越了深度学习》文中所述为作者独立观点,不代表极牛网立场。如若转载请注明出处:https://geeknb.com/3249.html