0
| 本文作者： 三川 | 2017-02-19 14:46 |
2 月 13 日~ 2 月 19 日，AI 開發(fā)者圈子里發(fā)生的那些事兒：
在本月 15 日揭幕的 TensorFlow 開發(fā)者峰會(huì)上，谷歌正式發(fā)布了 TensorFlow 1.0 版本。新版本帶來三大主要優(yōu)化：
大幅提升的運(yùn)算速度，尤其是對(duì)于多 GPU、分布式計(jì)算場(chǎng)景。
對(duì)高級(jí)別 API 有更好的兼容性，尤其完全兼容 Keras
改進(jìn) API 穩(wěn)定性
本次峰會(huì)在加州山景城舉行，是 TensorFlow 史上第一屆開發(fā)者峰會(huì)，頗值得大家關(guān)注。
它使得深度學(xué)習(xí)框架 TensorFlow 能與 Apache Spark 中的數(shù)據(jù)集兼容。對(duì)于使用 Spark 來處理不同類型數(shù)據(jù)的機(jī)構(gòu)和開發(fā)者來說，這無疑是一個(gè)好消息。TensorFlowOnSpark 的開源代碼，已基于 Apache 2.0 協(xié)議在 GitHub 上發(fā)布。
GitHub 地址：https://github.com/yahoo/TensorFlowOnSpark
Python 正式遷移到源碼托管平臺(tái) GitHub，擁抱了 Git 版本控制系統(tǒng)。
Python 社區(qū)早在2014年就開始討論是否遷移到 GitHub 以改進(jìn)開發(fā)流程，當(dāng)時(shí) Python 使用的版本控制系統(tǒng)是 Mercurial，而 GitHub 只支持 Git 版本控制系統(tǒng)，所以這也意味著 Python 需要遷移到 Git。2016 年 1 月，Python 項(xiàng)目正式宣布遷移到 GitHub，從 Mercurial 切換到 Git 。
它全稱為“Aerial Informatics and Robotics Platform”。該平臺(tái)的目的是訓(xùn)練自動(dòng)駕駛無人機(jī)，并使它們更安全。
它包含一個(gè)高度模擬真實(shí)世界的模擬器，并能幫助開發(fā)者快速編寫控制飛行機(jī)器人的代碼。無人機(jī)、飛行機(jī)器人工程師可用收集到的數(shù)據(jù)，在該平臺(tái)上訓(xùn)練 AI 飛行系統(tǒng)，在虛擬世界中進(jìn)行測(cè)試。在開發(fā)出原型機(jī)之前，就可以進(jìn)行技術(shù)驗(yàn)證。
其 beta 測(cè)試版本已發(fā)布于 GitHub。
GitHub 地址：https://github.com/Microsoft/AirSim
微軟亞洲研究院通過官方微博宣布公開微軟口語翻譯語料庫：Microsoft Speech Language Translation (MSLT) Corpus。該語料庫允許研究人員對(duì)照一套包含法語，德語和英語的多回合雙語對(duì)話數(shù)據(jù)集，衡量其自有對(duì)話翻譯系統(tǒng)的質(zhì)量和有效性，旨在幫助人們標(biāo)準(zhǔn)化測(cè)試其各自對(duì)話語音翻譯系統(tǒng)的運(yùn)行效果。
值得一提的是，微軟在上周剛剛開源了Graph Engine（分布式圖處理引擎）和基于該引擎的一種可用于子圖和路徑查詢的數(shù)據(jù)查詢語言LIKQ （Language-Integrated Knowledge Query）。
2 月 14 日，IBM正式宣布其PowerAI 人工智能開發(fā)平臺(tái)現(xiàn)在支持由谷歌原創(chuàng)的 TensorFlow 0.12 架構(gòu)。
PoweAI 人工智能平臺(tái)基于 POWER8 體系結(jié)構(gòu)，支持企業(yè)級(jí)開源機(jī)器學(xué)習(xí)和深度學(xué)習(xí)架構(gòu)。通過 IBM 的 PowerAI 人工智能平臺(tái)，TensorFlow能為企業(yè)開發(fā)先進(jìn)的機(jī)器學(xué)習(xí)產(chǎn)品與系統(tǒng)，提供新的快速、靈活以及產(chǎn)能完備的開發(fā)工具。
在最新版的PowerAI人工智能平臺(tái)，IBM 還增加了 Chainer 深度學(xué)習(xí)架構(gòu)。PowerAI 人工智能平臺(tái)目前包括了 CAFFE, Chainer, TensorFlow, Theano, Torch, cuDNN, NVIDIA DIGITS 以及其它若干個(gè)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)架構(gòu)和庫。雷鋒網(wǎng)版權(quán)
近期在美國(guó)舊金山舉辦的IEEEE國(guó)際固態(tài)電路研討會(huì)上（IEEE International Solid-State Circuits Conference ，ISSCC)上，來自美國(guó)密歇根大學(xué)的David Blaauw和Dennis Sylvester教授向公眾展示了他們最新的研究成果：一系列名為Micro Mote的超微型計(jì)算機(jī)，它的體積比指甲蓋還小，功耗僅288微瓦。
根據(jù)應(yīng)用領(lǐng)域的不同，這些Micro Mote的外設(shè)、體積和功耗也不盡相同。值得一提的是，其中一款集成了深度學(xué)習(xí)功能的Micro Mote只需要288微瓦（microwatts）的功耗就可以運(yùn)行神經(jīng)網(wǎng)絡(luò)模型。根據(jù)報(bào)道，密歇根大學(xué)的研究者是通過重新設(shè)計(jì)芯片架構(gòu)的方式實(shí)現(xiàn)了這一突破。雷鋒網(wǎng)版權(quán)雷鋒網(wǎng)版權(quán)
相關(guān)文章：
TensorFlow 1.0 正式發(fā)布 你需要知道的都在這里
TensorFlow 1.0 要來了！它將帶來哪些革命性變化？
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
