- 发表时间:2020-08-23 22:13
- 来源:数度域
亚马逊网络服务公司和微软公司周四宣布了gluon的可用性,这是一个用于构建人工智能神经网络的开源深度学习库。
gluon将使研究人员更容易使用预先构建的优化神经网络组件来定义机器学习模型。该界面将使软件开发人员和企业用户能够像任何其他数据结构一样操作机器学习模型。
gluon还将使数据科学家和研究人员能够快速构建原型,并在不牺牲训练速度的情况下,将动态神经网络图用于全新的模型架构。
两家公司都表示,gluon界面允许各种技能水平的开发人员为云、边缘设备和移动应用开发原型、构建、培训和部署复杂的机器学习模型。gluon界面目前与apache mxnet一起工作,并将在即将发布的版本中支持微软认知工具包。
在提供开源工具时,aws和微软发布了gluon的参考规范,以更好地将其他深度学习引擎与界面集成。
gluon接口[/ h/]现在可以在github上使用。
“随着人工智能工具变得更容易使用,更多的开发者将会开发出更多融合了人工智能的应用,这意味着人工智能将会对社会产生更大的影响。因此,gluon和keras等工具有助于扩大人工智能的影响。
所需的解决方案
微软希望开源社区能够帮助解决社会面临的巨大挑战。微软人工智能数据和基础设施公司副总裁eric boyd指出,对于大多数数据专业人员来说,开发人工智能和深度学习模型是一项困难的工作。
博伊德在网上的一篇文章中写道:“我们相信,通过开放的人工智能生态系统,在任何平台上,使用任何语言,将人工智能的进步带给所有开发者,将有助于确保人工智能对所有人来说更容易获得,更有价值。”
深度学习网络是一个庞大而复杂的操作,需要手动构建数百万个连接。aws人工智能总经理matt wood表示,深度学习网络通常很难调试,而且它们的代码通常不能在项目之间重用。
gluon是一个易于使用的python应用编程接口,旨在让非人工智能专家对神经网络进行建模和训练。skymind的nicholson告诉linuxinsider,一个训练有素的神经网络可以对你输入的数据做出准确的预测。
“因此,gluon将帮助人们尝试神经网络配置。”他们不提供生产级人工智能服务器。他们还停留在培训阶段,不像skymind的工具那样进行部署。”
[h/
glon集合了两个关键组件:训练算法和神经网络模型。 fox technologies的首席技术官mark lambiase说,它简化了人工智能与应用程序的集成工作。
“我相信这里的剧本是大量的数据,这些数据是人工智能训练到一定程度所必需的。大数据为智能存储更多类型的数据开辟了道路。”
大数据依赖于大量计算机对数据进行分类、索引和存储。lambiase解释说,一个好的人工智能所需要的存储将会超过算法扫描数据来理解它所需要的基础设施。
他补充说,gluon降低了在应用程序中添加人工智能的门槛。开发人员将能够利用这一点开始将智能添加到他们的应用程序中。
“这可能会为数据经纪人打开一个全新的行业,他们可以...lambiase说:“向应用程序开发人员出售他们的订阅数据,这些应用程序开发人员使用人工智能,但没有资源自己收集数据。”
开源关键
亚马逊和微软都在与谷歌竞争,以构建占主导地位的人工智能框架。尼科尔森指出,现在,谷歌正在获胜。
gluon与keras竞争,keras是一个与谷歌的tensorflow集成的人工智能框架工具。keras和tensorflow都是由谷歌工程师建造的。
“直到最近,keras看起来还像是微软的cntk和亚马逊的mxnet等多个框架的标准api。但在gluon看来,微软和亚马逊显然想限制谷歌技术的覆盖范围。”
aws和微软意识到今天的开发者社区正在围绕开源软件形成。[/h/
他告诉linuxinsider,开源捐赠证明“微软已经意识到这样一个现实,那就是开源开发者拥有最强大的社区,这些社区也影响着商业决策。”
影响之战
lambiase表示,开源ai的好处之一是让它落入开发者手中,开发者可以将它植入每一个可用的应用和服务中。
“有了人工智能,精灵就出笼了,试图独占它更有可能疏远人们,而不是赢得朋友...。人工智能本身不会直接推动这些公司的收入。”
wireline的geiger建议,aws和微软在开源共享gluon项目中的另一个好处是,他们可以撒开一个更大的网,为社区带来不同的人才。“此外,许多顶级人才会不信任人工智能中任何非开源的努力。这是软件开发的新现实。开源是唯一可行的途径。”
与微软提供新的开源人工智能框架 相关的文章: