首页 文章 精选 留言 我的

精选列表

搜索[开发者工具],共10000篇文章
优秀的个人博客,低调大师

开发者颤抖吧,AI 现在开始学习写 AI 软件了

认图片、辨声音、下围棋、玩德州扑克、开卡车……似乎越来越多人能玩的事情AI也能玩而且玩得比人还溜。但暂时有一部分人还是自我感觉安全的——程序员的工作AI还是很难胜任的对吧?毕竟这个东西需要逻辑思考,需要框架和流程设计,哪里是AI能一下子胜任的事情。但Google等公司认为,AI现在可以开始学习一些AI专家做的事情了,那就是写AI程序。 Google Brain人工智能研究小组的研究人员最近就进行了这样的尝试。他们在一次试验中让软件设计了一套机器学习系统,然后对这套系统进行测试语言处理方面的测试。结果发现该系统的表示超过了人类设计的软件。 Google Brain团队首先用递归神经网络生成神经网络的描述,然后利用强化学习对该RNN进行训练。其方法可以让AI从零开始设计出一个新颖的神经网络架构,在利用CIFAR-10数据集(含6万张32x32的彩图,涉及10类对象,每一类各6000张。其中5万张为训练图像,1万张为测试图像)进行图像识别测试时,其识别的精度甚至比人类设计的最好架构还要高,错误率仅为3.84%,与目前最先进的神经网络模型相比,其错误率仅低0.1个百分点,但速度快了1.2倍。而在用于自然语言处理的Penn Treebank数据集上,其模型构造出来的一种递归神经单元也超越了被广泛使用的LSTM神经单元等最新基准指标,在复杂度方面比后者好3.6倍。 类似地,Google的另一个AI团队DeepMind最近也发表了一篇名为《学会强化学习》的论文。其研究同样针对的是深度学习所需的训练数据量大且获取成本高的缺点。他们提出了一种名为deep meta-reinforcement learning的强化学习方法,利用递归神经网络可在完全有监督的背景下支持元学习的特点,把它应用到了强化学习上面。从而将用一个强化学习算法训练出来的神经网络部署到任意环境上,使得AI在训练数据量很少的情况下具备了应用于多种场景的元学习能力。或者用DeepMind团队的话来说,叫做“学会学习”的能力,或者叫做能解决类似相关问题的归纳能力。 Google Brain团队的负责人Jeff Dean最近在回顾AI进展情况时,就曾经表态说机器学习专家的部分工作其实应该由软件来负责。他把这种技术叫做“自动化机器学习”,并认为这是最有前途的AI研究方向之一,因为这将大大降低AI应用的门槛。 当然,创建学会学习的软件这个想法由来已久,蒙特利尔大学的Yoshua Bengio早在1990年代就提出了这个想法。但之前的试验结果并不理想,因为AI做出来的东西还是比不上人类想出来的模型。但近年来随着计算能力的不断增强,以及深度学习的出现,AI学会学习的能力终于取得了突破。 尽管AI的自学能力取得了突破,但是在近期内还不能大面积推广。因为事先这种能力需要庞大的计算资源。比方说Google Brain那个设计出识别率超过人类所开发系统的图像识别系统的AI就需要800个GPU。 但这种情况将来可能会发生变化。最近MIT Media Lab也开发出了设计深度学习系统的学习软件,其所开发出来的深度学习系统的对象识别率也超过了人类设计的系统。MIT Media Lab计划将来把它的这套AI开源出来,让大家继续这方面的探索。 除了Google和MIT以外,据报道最近几个月有好几个小组也在让AI软件学习编写AI软件方面取得了进展。其中包括了非盈利的AI研究组织OpenAI (其他的非盈利AI组织可参见这里)、MIT、加州大学、伯克利分校等。 一旦这类自启动式的AI技术具备实用性,机器学习软件在各行业应用的节奏无疑将大大加快。因为目前机器学习专家极为短缺,各家企业组织都需要高薪供养这批人。 文章转载自 开源中国社区 [http://www.oschina.net]

优秀的个人博客,低调大师

RISC 开发者为物联网和云计算打造开源芯片

出于对现有计算机芯片局限和知识产权的不满,加州大学伯克利分校的一组研究人员计划推出开源芯片。他们使用的RISC-V 指令集架构 最初用于进行计算机架构教学,但现在其制作者想要将其推向云计算和物联网等新兴市场领域。 主流芯片架 构(英特尔和ARM)都受专利保护,而即便付了授权费,指令集也十分复杂,需要很大的工作量才能让其适应具体的工作需求。如果是一家大公司,从芯片厂商购 买授权,然后投入大量时间和金钱开发新技术,这当然没什么问题。因此,David Patterson计划联合资金较少的小公司和研究人员,为各自特定的需求,开发自己的芯片。Patterson早在80年代就参与制作了RISC 指令集。参与者需要对相关的指令集和芯片设计进行测试,并将结果分享出去,不用担心违反许可条款。为此,该计划需要一个不受限制的指令集。 而就在几个月前,Patterson和同事意识到他们可以将RISC-V 推广出去,随着人们对现有架构的绝望和对开源芯片的兴趣,他们认为应该会有所作为。而且伯克利分校已经创建了一些基于RISC-V的核,还有多个其他项目 在进行。Patterson和同事最近还发表了技术论文,对RISC-V的技术规范和详细情况做了说明。 事实上,现在的许多处理器架构,包括IBM Power、ARM和MIPS,都是基于RISC的。这些架构本质上并无不同,只是在技术细节上有所区别。 处理器的指令集可简单分为2种,CISC和RISC。一开始的处理器都是CISC架构,随着时间演进,有越来越多的指令集加入。但由于当时编译器的技术并不纯熟,为了减少程序设计师的设计时间,逐渐开发出单一指令、复杂操作的程式,设计师只需写下简单的指令,再交由CPU去执行就可。但是后来有人发现,整个指令集中只有约20%常常会被使用到,但能发挥80%的作用。于是1979年Patterson提出了RISC的想法,主张应该专心加速常用的指令,较为复杂的指令则利用常用的指令去组合。现在高通、苹果和Marvell芯片所使用的ARM架构就是这一影响的产物。 在某些方面,RISC-V更优势,效率也更高,而且由于代码库较小等其他功能,让其很适合系统级芯片设计。而且由于物联网的崛起,树莓派和大规模云架构的普及,RISC-V 社区应该会与它们一同发展。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册