AI創(chuàng)造無(wú)限可能，開(kāi)源神器TensorFlow擴(kuò)寬探索邊界

李覲麟

8月29日～31日，以“智聯(lián)世界，無(wú)限可能”為主題的2019世界人工智能大會(huì)在上海世博中心和上海世博展覽館舉辦。大會(huì)設(shè)置“高端論壇、主題活動(dòng)、應(yīng)用展示、智能體驗(yàn)”四大板塊，涵蓋智能芯片、前沿算法、類(lèi)腦智能、AI芯片、無(wú)人駕駛、智能機(jī)器人、AI+教育、AI+工業(yè)、AI+醫(yī)療、投融資等主題。

大會(huì)期間，國(guó)內(nèi)外頂尖高校、行業(yè)領(lǐng)軍企業(yè)、國(guó)際組織的重要嘉賓云集，帶來(lái)了最新產(chǎn)品和理念，讓大家看到AI的無(wú)限可能。其中，由谷歌TensorFlow在8月30日舉辦的“智在，啟無(wú)限”主題論壇更是分享了機(jī)器學(xué)習(xí)能夠在商業(yè)、文化、藝術(shù)等多個(gè)領(lǐng)域中起到的重要作用。

AI解決富有挑戰(zhàn)性的現(xiàn)實(shí)問(wèn)題

活動(dòng)由TensorFlow全球產(chǎn)品總監(jiān)Kemal El Moujahid（以下簡(jiǎn)稱(chēng)Kemal）帶來(lái)的演講開(kāi)始。Kemal首先談到的，是關(guān)于人工智能目前已經(jīng)可以被用來(lái)解決諸多富有挑戰(zhàn)性的現(xiàn)實(shí)問(wèn)題，包括幫助農(nóng)民監(jiān)測(cè)作物中的病蟲(chóng)害、幫助醫(yī)生診斷疾病等。

除此之外，Kemal列舉出了TensorFlow三個(gè)實(shí)際應(yīng)用場(chǎng)景，其中給人留下深刻印象的要數(shù)對(duì)極端天氣的研究應(yīng)用。

據(jù)Kemal介紹，研究極端天氣需要非常龐大的數(shù)據(jù)量，因此這是長(zhǎng)期以來(lái)難以解決的難題。不過(guò)，一個(gè)由科學(xué)家、研究人員和工程師組成的團(tuán)隊(duì)決定構(gòu)建一個(gè)巨大的模型，利用了27000個(gè)GPU，兩個(gè)網(wǎng)球場(chǎng)的空間，并使用TensorFlow來(lái)運(yùn)行這個(gè)模型。他們成功實(shí)現(xiàn)了每秒鐘113億億次浮點(diǎn)運(yùn)算的運(yùn)算能力峰值，達(dá)到預(yù)測(cè)極端天氣的效果，最終榮獲了戈登·貝爾獎(jiǎng)。

“機(jī)器學(xué)習(xí)領(lǐng)域的三大進(jìn)步使得人工智能的這些應(yīng)用在今天成為可能。”Kemal提到。具體而言，機(jī)器學(xué)習(xí)的三大進(jìn)步包含這些：

第一，數(shù)據(jù)變得更加普遍化和易獲得。各類(lèi)學(xué)科中的各種數(shù)據(jù)集已成為機(jī)器學(xué)習(xí)系統(tǒng)的燃料，例如，Open Images Dataset就是一個(gè)由涵蓋數(shù)千個(gè)類(lèi)別的超過(guò)900萬(wàn)張圖像組成的數(shù)據(jù)集。

第二，計(jì)算能力取得了飛速進(jìn)步。要基于大型數(shù)據(jù)集訓(xùn)練復(fù)雜模型，需要強(qiáng)大的計(jì)算機(jī)。過(guò)去計(jì)算機(jī)不夠強(qiáng)大，而現(xiàn)在，計(jì)算能力已經(jīng)取得了指數(shù)級(jí)的進(jìn)步。例如，Tensor Processing Units（TPUs），能在短短幾分鐘內(nèi)，就訓(xùn)練完成機(jī)器學(xué)習(xí)模型。一套TPUs的計(jì)算能力是1990年的計(jì)算機(jī)的10000倍。

第三，以更快的速度構(gòu)建更復(fù)雜的模型和技術(shù)。例如，在自然語(yǔ)言理解領(lǐng)域，研究人員正在取得令人難以置信的進(jìn)展。

Kemal的演講結(jié)束后，還組織了由TensorFlow產(chǎn)品經(jīng)理梁信屏主持的圓桌論壇，通用電氣貝克體斯、騰訊醫(yī)療、網(wǎng)易嚴(yán)選以及來(lái)自日本的電商公司 Mercari 共同分享了機(jī)器學(xué)習(xí)是如何在商業(yè)領(lǐng)域應(yīng)用，助力企業(yè)成長(zhǎng)的。隨后，邀請(qǐng)了三位獨(dú)立開(kāi)發(fā)者胡繼禮、武強(qiáng)、Anna Huang分享了跨界案例，講述機(jī)器學(xué)習(xí)如何幫助開(kāi)發(fā)者探索文化、藝術(shù)等領(lǐng)域的創(chuàng)新。此外，AI和數(shù)據(jù)價(jià)值負(fù)責(zé)人Jake Lucchi還上臺(tái)談到了如何以負(fù)責(zé)任的方式落實(shí)機(jī)器學(xué)習(xí)開(kāi)發(fā)。

小貼士：TensorFlow簡(jiǎn)介

TensorFlow是一個(gè)開(kāi)源機(jī)器學(xué)習(xí)平臺(tái)，能夠幫助世界各地的開(kāi)發(fā)者、企業(yè)和研究人員利用機(jī)器學(xué)習(xí)解決具有挑戰(zhàn)性的現(xiàn)實(shí)問(wèn)題：

1.研究人員利用它推動(dòng)機(jī)器學(xué)習(xí)領(lǐng)域最先進(jìn)的技術(shù)，創(chuàng)造出BERT和XLNet這樣的先進(jìn)模型；

2.數(shù)據(jù)科學(xué)家和工程師利用它將機(jī)器學(xué)習(xí)領(lǐng)域的創(chuàng)新應(yīng)用于解決行業(yè)正面臨的問(wèn)題；

3.開(kāi)發(fā)人員利用它研發(fā)智能應(yīng)用來(lái)幫助他們的終端用戶(hù)。

TensorFlow 2.0版本的三個(gè)支柱：

1.易于使用，易于掌握；

2.功能強(qiáng)大，確保用戶(hù)能以非?？斓乃俣扔?xùn)練非常大的模型；

3.擴(kuò)展性強(qiáng)，經(jīng)測(cè)試，可部署到從小型設(shè)備到大型服務(wù)器的各類(lèi)設(shè)備上。

自2015年開(kāi)源以來(lái)，TensorFlow已成長(zhǎng)為一個(gè)靈活的機(jī)器學(xué)習(xí)框架，由全球的開(kāi)發(fā)者和研究人員提供支持。它已被下載超過(guò)4100萬(wàn)次，并由近兩千名貢獻(xiàn)者幫助進(jìn)行改進(jìn)。