艾伦研究所开放源代码AllenAct 这是一种体现人工智能的研究框架 为了技术服务于大众 我们需要标准 如何判断计算机视觉能否改变您的业务 Neuralink展示了其下一代脑机接口 人工智能分析发现 与iOS相比安卓上解决应用内广告问题的速度更快 Facebook的歧视性广告定位说明了算法偏差的危险 研究人员建立了一个数据集 用于训练AI以从社交媒体图像中检测自然灾害 Kabbage如何通过机器学习处理70亿美元的Paycheck保护计划贷款 亚马逊光环是一款价值100美元的健身可穿戴设备的监视资本主义 苹果推出AI/ML居住计划以吸引利基专家 IBM将在美国公开赛期间使用AI传递模拟的人群噪音 太赫兹技术是无线领域的下一个大问题-但是它是什么 Google研究人员调查了转移学习的工作原理 Move.ai可以实现AI运动捕捉 而无需进行视频游戏制作 Steam聊天工具删除了Slur 但是应该删除了Slur用户 Restream推出Studio工具并筹集了5000万美元 Berbix获900万美元A轮融资 自主飞机创业公司可靠机器人以3350万美元的身价脱颖而出 最高法院AGR裁决后 沃达丰的创意获得近9%的收益 英雄摩托集团8月份在印度国内销售增长7.5% Sensex和Nifty可能有一个低调的开局 现货金价回落 因复苏希望获得牵引力 随着全球利率降低 印度国内黄金期货价格下跌近1% 8月的商品及服务税收藏品为86,449千万卢比 比7月低1% 8月柴油销售较7月下降13% 表明工业产值下降 在短短几个小时内 Zoom首席执行官的身家就增加了40亿美元 马恒达汽车销售在8月份下降了16% 拖拉机的销售上升了65% 停顿一天后 Sensex和Nifty继续上涨 八月份电力输出下降近1% 已连续第六个月下降 沃达丰Idea股价下跌20% Airtel和RCom股票因AGR裁决而上涨 调查显示工厂活动为5个月来首次上升 债券收益率暴跌 卢比因印度央行的稳定措施而飙升 研究人员的AI可以使用任何现成的相机执行3D运动捕捉 Chrome 85带有标签管理功能 页面加载速度提高了10% 研究人员研究了十年前医学AI论文中的不确定性 LinkedIn开源工具包可衡量AI模型的公平性 适用于安卓的Firefox Daylight具有增强的跟踪保护 Spaces是苹果难以置信的大型AR / VR马赛克中的另一块 微软的Word中转录工具为Office 365订阅者每月提供5个小时的转录 微软为开发人员提供了一种基于AI的工具 可在其应用程序中内置阅读辅助功能 Fitbit推出带有谷歌助手的Sense和Versa 3智能手表 Socure获3500万美元A轮融资 打击人工智能欺诈行为 比尔·盖茨领导对卫星天线公司Kymeta的8520万美元投资 WattBuy计算大多数美国家庭的电费和碳足迹 Netgear为艺术爱好者推出了Meural Wi-Fi宽屏相框 SparkMeter为发展中国家的智能电表筹集了1200万美元 法官裁定苹果不能阻止对Epic虚幻引擎的访问 L&T完成将电气和自动化业务出售给施耐德电气 玛鲁蒂铃木8月份国内销售增长近22% 主要经济体中最差的GDP达到-24%对印度意味着什么
你当前位置:首页 >创投 >

艾伦研究所开放源代码AllenAct 这是一种体现人工智能的研究框架

2020-09-04 15:08:52来源:

艾伦AI研究所的研究人员今天启动了AllenAct,该平台旨在促进嵌入式AI的可再现性研究,重点是模块化和灵活性。测试版中提供的AllenAct支持多种培训环境和算法,包括教程,预训练的模型和开箱即用的实时可视化。

体现型人工智能(AI子域)涉及学习通过环境交互完成任务的系统的AI子域,已实现大幅增长。这在一定程度上要归功于诸如深度强化学习和计算机视觉,自然语言处理和机器人技术等创新技术的出现。艾伦研究所(Allen Institute)认为,这种增长在很大程度上是有益的,但对于嵌入式AI开发工具的零碎本质却存有疑问,它说这不利于好的科学。

在最近的一项分析中,艾伦研究所发现,具体化的AI论文数量现已超过160篇(2018年约为20篇,2019年为60篇),环境,任务,模式和算法的数量差异很大。例如,10%的论文列出了6种形式,而60%的论文仅针对1种进行测试。同时,10%的论文涉及4个基准测试任务,而20%的论文仅涉及2种。

“就像我们现在期望的那样,神经体系结构可以跨多个数据集进行评估,我们还必须开始评估跨任务和数据集的嵌入式AI方法……了解系统中最重要的部分和最重要的部分至关重要”,艾伦研究所的研究人员今天在博客中写道。“但是与嵌入式经典算法相比,采用嵌入式AI算法要花费的时间要长得多……而且嵌入式AI昂贵(因为)当今最先进的强化学习方法样本效率低下,并且可以针对嵌入式任务训练竞争模型可以花费数万美元。”

AllenAct旨在通过分离任务和环境并确保与涉及训练例程序列的专用算法兼容,来解决围绕具体的AI数据复制,加速时间和培训成本的挑战。它附带了用于许多标准嵌入式AI任务的详细启动指南,代码和模型,并支持嵌入式AI方案和诸如MiniGrid之类的所谓网格世界。AllenAct的可视化与TensorBoard集成在一起,TensorBoard是Google TensorFlow机器学习框架的分析模块。艾伦研究所(Allen Institute)声称AllenAct是针对FacebookPyTorch的为数不多的强化学习框架之一。

“就像Caffe和Theano之类的早期深度学习库以及众多在线教程一样,降低了入门门槛并迎来了新的研究人员对深度学习的热潮,嵌入式AI可以从模块化的编码框架,全面的教程和充足的启动代码中受益,研究人员写道。“我们欢迎并鼓励为AllenAct的核心功能做出贡献,并增加新的环境,任务,模型和预先训练的模型权重。我们发布AllenAct的目标是使嵌入式AI更易于访问,并鼓励进行彻底的,可重复的研究。”

AllenAct是开源的,并根据MIT许可证免费提供。

在Allen Institute遇到由大流行引起的具体AI研究障碍之后,才发布AllenAct。他们计划在今年早些时候发起RoboTHOR挑战赛,这项挑战将涉及在机器人LocoBot中部署导航算法,并在非营利性实验室的物理环境中运行它。但是由于大流行,Allen Institute的所有员工都在家工作,从而在可预见的将来阻止了他们在LocoBot上进行实验。他们决定将挑战减少到仅模拟场景。