LeCun:Python当死,深度学习新语言当立

栏目: Python · 发布时间: 5年前

内容简介:本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。Python要过时了。说这话的正是深度学习“三巨头”之一的Yann LeCun。

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

Python要过时了。

说这话的正是深度学习“三巨头”之一的Yann LeCun。

昨天,这位Faeebook人工智能实验室主任、纽约大学教授深刻探讨了深度学习的未来。

作为一位亲身见证深度学习发展的大牛,LeCun认为,深度学习可能需要一种新的编程语言了。

LeCun何出此言?

LeCun:Python当死,深度学习新语言当立

新语言迫在眉睫

在科技媒体VentureBeat的采访中,LeCun坦言,当下深度学习研究所需要的语言,是一种比Python 更灵活更易于使用 的新型编程语言。

LeCun透露,目前,谷歌、Facebook和其他一些公司已经开展了新编译语言的设计工作。虽然各家的研究成果还未成熟,但有一点可以确定,新语言主要为提高深度学习任务的效率而生。

言下之意,目前深度学习语言界的老大哥Python,可能不久就要被长江后浪推走了。即使在此之前,Python的地位看起来那么炙手可热。

GitHub最近公布的2018机器学习排行榜显示,Python毫无疑问当选了机器学习项目开发人员最偏爱的语言。

LeCun:Python当死,深度学习新语言当立

纵观当下最热门机器学习框架,例如谷歌TensorFlow、Facebook的PyTorch,也和 Python 关系密切。

不过,这并不意味着没有别的语言想争宠上位。

Python地位岌岌可危

LeCun:Python当死,深度学习新语言当立

比如MIT发布的Julia,就是专门为机器学习设计。

它快速、通用、动态、专业,集C的速度、Matlab的数学表征、Python的通用编程与 Shell 的胶水命令行与一身,还支持Google的TPU。

Julia 1.0虽然8月份才刚刚发布,年底就已经爬到了机器学习语言榜第六位,简直是青云直上。

LeCun:Python当死,深度学习新语言当立

也有在Python基础上的优化,比如专门针对速度Cython工具包,直接在Python里编译C语言,结合了Python和C的优点,大大提升处理速度。

还有已经借着其他领域崛起的语言,想分一杯机器学习羮。对,说的就是谷歌推出的Swift for TensorFlow。

LeCun:Python当死,深度学习新语言当立

它刚一开源,就有不少饱受Python性能和灵活性困扰的开发者,高呼“可以抛弃Python了”。

TensorFlow官方就发文吐槽过Python不少毛病。比如,性能实在太差,运行时依赖包太多,又不擅长处理并发……

而Swift,就是他们给出的解决之道。

虽说Python问题众多,想上位的新语言前赴后继,但LeCun还是在为这些新语言担忧。

毕竟现在全民Python,深度学习界能不能接受一种新语言还是一个未知谜题。如果新语言没有人用,那不是研究所必须的。

作为一名AI程序员,请做好生命不息,语言学习不止的准备。

LeCun:芯片!芯片!芯片!

在接受VentureBeat采访的同一天,LeCun还出席了在旧金山举办的国际固态电路会议(International Solid State Circuits Conference),在会上同样展望了深度学习的未来。

LeCun:Python当死,深度学习新语言当立

Fortune和Business Insider等媒体总结了LeCun的新观点

短期内AI技术主要会落地在手机上

LeCun认为,未来三年内,绝大多数智能手机都会安装AI相关的专用处理器,在手机上进行实时翻译等功能会更加普及。

随着苹果、华为、Google把自己的手机AI化,多种多样的新AI应用将会出现在手机上。

而在这一进程结束之后,我们才能在手机之外的其他地方更频繁的看到AI的应用。

更好的AI能够屏蔽杠精

对于Facebook公司,语言内容审查是一项重要工作。

LeCun表示,在一部分情况下,AI可以过滤那些不友善的发言,但仍然有很多情况,比如仇恨性言论,受限于预料,无法进行AI自动过滤。

如果有更好的芯片面世,内容审核技术可以大大得到改善。

电池和芯片限制AI在更广泛的世界应用

LeCun最近在关注的一件事情是将计算机芯片用于各种日常设备,就像有些智能手机内置人脸识别功能一样,可以直接在手机本地计算,而不用将用户的人脸数据上传到云端。

LeCun举的一个例子是附带神经网络的新型割草机,可以自动识别花园里的杂草和花花,自动除掉杂草,留下花花。

不过,如果想要将类似的功能扩展到生活的方方面面,需要更复杂的移动计算芯片,另一方面电池的容量也是一个限制,神经网络需要消耗大量电能,因此在一些小型设备上还难以实现。

换句话说,如果电池和芯片得到升级,我们可以实现“让世界充满AI”。

AI会有常识的

识别一种动物,人类儿童看一下就能认出来了,而计算机却需要成百上千张照片来识别训练。

LeCun觉得,我们迟早都会开发出新型的神经网络,通过自己筛选数据进行训练获得常识,像百科全书一样获取基本事实,AI从业者可以通过进一步训练这些神经网络来执行更高的任务。

但是,训练“有常识的”AI,需要等待更强大的芯片出现。

One More Chip

前面LeCun说了这么多芯片,后面芯片就来了。

LeCun:Python当死,深度学习新语言当立

LeCun在接受英国《金融时报》采访时就透露,Facebook目前也在研发AI芯片,不仅在和英特尔等芯片公司合作,也在自己研发ASIC芯片,用于支持相关的AI应用。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

算法笔记上机训练实战指南

算法笔记上机训练实战指南

胡凡、曾磊 / 机械工业出版社 / 2016-7 / 57

《算法笔记上机训练实战指南》是《算法笔记》的配套习题集,内容按照《算法笔记》的章节顺序进行编排,其中整理归类了PAT甲级、乙级共150多道题的详细题解,大部分题解均编有题意、样例解释、思路、注意点、参考代码,且代码中包含了详细的注释。读者可以通过本书对《算法笔记》的知识点进行更深入的学习和理解。书中印有大量二维码,用以实时更新或补充书籍的内容及发布本书的勘误。 《算法笔记上机训练实战指南》可......一起来看看 《算法笔记上机训练实战指南》 这本书的介绍吧!

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具