当前位置: 首页 > 科技观察

LeCun:Python当死,深度学习新语言当立

时间:2023-03-15 13:42:48 科技观察

LeCun:Python应该死了,深度学习新语言应该立竿见影Python即将过时。说这话的是深度学习“三巨头”之一的YannLeCun。昨日,Faeebook人工智能实验室主任与纽约大学教授深入探讨深度学习的未来。作为亲眼见证了深度学习发展的大牛,LeCun认为深度学习可能需要一门新的编程语言。LeCun为何会做出这样的表态?新语言迫在眉睫在接受科技媒体VentureBeat采访时,LeCun坦言,当前深度学习研究需要的语言是一种比Python更灵活、更易用的新编程语言。LeCun透露,目前谷歌、Facebook等一些公司已经开展了新编译语言的设计工作。虽然各个公司的研究成果还不成熟,但可以肯定的是,新语言的诞生主要是为了提高深度学习任务的效率。言外之意,Python这个目前深度学习语言界的老大哥,可能很快就会被长江的波浪推开。甚至在此之前,Python的地位就显得那么火爆。GitHub'srecentlyreleased2018machinelearningrankingsshowthatPythonhasundoubtedlybeenelectedasthemostpreferredlanguageformachinelearningprojectdevelopers.纵观目前最流行的机器学习框架,比如谷歌的TensorFlow、Facebook的PyTorch,也都与Python息息相关。然而,这并不意味着没有其他语言在争夺头把交椅。Python的地位岌岌可危。例如,麻省理工学院发布的Julia就是专门为机器学习设计的。它快速、多功能、动态且专业。它结合了C的速度、Matlab的数学表示、Python的通用编程和Shell的粘合命令行。它还支持谷歌的TPU。Julia1.0虽然在8月份刚刚发布,但是到年底已经攀升至机器学习语言榜单的第六位,简直是天价。还有基于Python的优化,比如Cythontoolkitforspeed,直接在Python中编译C语言,结合了Python和C的优点,大大提高了处理速度。还有通过其他领域崛起的语言,想分一杯机器学习。没错,就是Google推出的SwiftforTensorFlow。一开源,许多被Python的性能和灵活性所困扰的开发者高呼“Python可以被抛弃”。TensorFlow官方发布了很多关于Python的抱怨。比如性能真的很差,运行时依赖太多,不擅长处理并发……而Swift就是他们给出的解决方案。虽然Python存在很多问题,想要更上一层楼的新语言会不断取得成功,但LeCun还是对这些新语言心存顾虑。毕竟现在Python已经风靡全民,深度学习社区能否接受一门新语言还是一个未知数。如果没有人使用新语言,则没有必要进行研究。作为一名AI程序员,请做好无休止的生活和语言学习的准备。LeCun:筹码!芯片!芯片!在接受VentureBeat采访的同一天,LeCun还出席了在旧金山举行的国际固态电路大会(InternationalSolidStateCircuitsConference),他在会上也畅想了深度学习的未来。《财富》、《商业内幕》等媒体总结了乐存的新观点。短期内,人工智能技术将主要在手机上实现。LeCun认为,未来三年,大部分智能手机都将配备专用的AI相关处理器,在手机上进行实时翻译。功能会更普遍。随着苹果、华为、谷歌将手机转向AI,各种新的AI应用将出现在手机上。这个过程结束之后,我们可以在手机以外的其他地方更频繁地看到AI的应用。BetterAIcanblockbullshit对于Facebook来说,语言内容审查是一项重要的工作。LeCun表示,在某些情况下,AI可以过滤掉那些不友善的言论,但还有很多情况,比如仇恨言论,受限于预期,无法被AI自动过滤。如果可以使用更好的芯片,内容审核技术可能会得到极大改进。电池和芯片限制AI在更广阔的世界LeCun最近关注的一件事是计算机芯片在各种日常设备中的使用,就像一些智能手机内置面部识别一样,可以直接在本地计算在通电话。无需将用户人脸数据上传至云端。LeCun举的一个例子是一种带有神经网络的新型割草机,可以自动识别花园里的杂草和花草,自动除草,留下花草。但是,如果要将类似的功能扩展到生活的方方面面,就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的能量,所以在一些小型设备上实现起来还是比较困难的。换句话说,如果电池和芯片升级,我们就可以实现“让世界充满AI”。人工智能可以用常识识别动物,人类的孩子一眼就能认出来,而计算机需要成百上千张照片进行识别训练。LeCun觉得,我们迟早会开发一种新型的神经网络,通过筛选数据训练获得常识,像百科全书一样获得基本事实。人工智能从业者可以进一步训练这些神经网络来执行更高的任务。不过,训练“常识”AI还需要等待更强大的芯片出现。LeCun在OneMoreChip之前说了这么多筹码,后来筹码就来了。LeCun在英国接受《金融时报》采访时透露,Facebook目前正在研发AI芯片,不仅与英特尔等芯片公司合作,还自行研发ASIC芯片,以支持相关AI应用。