收獲接近16.6萬個Star,、見證深度學習崛起的TensorFlow，地位已岌岌可危,。并且這次,，沖擊不是來自老對手PyTorch，而是自家新秀JAX,。最新一波AI圈熱議中,，連fast.ai創(chuàng)始人Jeremy Howard都下場表示：JAX正逐漸取代TensorFlow這件事，早已廣為人知了?，F(xiàn)在它就在發(fā)生(至少在谷歌內(nèi)部是這樣),。
LeCun表示，當初谷歌的TensorFlow確實比Torch更火,。然而Meta的PyTorch出現(xiàn)之后,，現(xiàn)在其受歡迎程度已經(jīng)超過TensorFlow了?，F(xiàn)在，包括Google Brain,、DeepMind以及不少外部項目,，都已經(jīng)開始用上JAX。
典型例子就是最近爆火的DALL·E Mini,，為了充分利用TPU,，作者采用了JAX進行編程。有人用過后感嘆：這可比PyTorch快多了,。據(jù)《商業(yè)內(nèi)幕》透露,，預計在未來幾年內(nèi)，JAX將覆蓋谷歌所有采用機器學習技術的產(chǎn)品,。這樣看來,，如今大力在內(nèi)部推廣JAX，更像是谷歌在框架上發(fā)起的一場“自救”,。
JAX從何而來?
關于JAX,，谷歌其實是有備而來。早在2018年的時候,，它就由谷歌大腦的一個三人小團隊給搭出來了,。研究成果發(fā)表在了題為Compiling machine learning programs via high-level tracing的論文中：Jax是一個用于高性能數(shù)值計算的Python庫，而深度學習只是其中的功能之一,。自誕生以來,，它受歡迎的程度就一直在上升。
最大的特點就是快,。
一個例子感受一下,。比如求矩陣的前三次冪的和，用NumPy實現(xiàn),，計算需要約478毫秒,。用JAX就只需要5.54 毫秒,，比NumPy快86倍,。為什么這么快?原因有很多，包括：
1,、NumPy加速器,。NumPy的重要性不用多說，用Python搞科學計算和機器學習,，沒人離得開它,，但它原生一直不支持GPU等硬件加速。
JAX的計算函數(shù)API則全部基于NumPy,，可以讓模型很輕松在GPU和TPU上運行,。這一點就拿捏住了很多人,。
2、XLA,。XLA(Accelerated Linear Algebra)就是加速線性代數(shù),，一個優(yōu)化編譯器。JAX建立在XLA之上,，大幅提高了JAX計算速度的上限,。
3、JIT,。研究人員可使用XLA將自己的函數(shù)轉(zhuǎn)換為實時編譯(JIT)版本,，相當于通過向計算函數(shù)添加一個簡單的函數(shù)修飾符，就可以將計算速度提高幾個數(shù)量級,。
除此之外,，JAX與Autograd完全兼容，支持自動差分,，通過grad,、hessian、jacfwd和jacrev等函數(shù)轉(zhuǎn)換,，支持反向模式和正向模式微分,，并且兩者可以任意順序組成。
當然,，JAX也是有一些缺點在身上的,。
比如：
1、雖然JAX以加速器著稱,，但它并沒有針對CPU計算中的每個操作進行充分優(yōu)化,。
2、JAX還太新,，沒有形成像TensorFlow那樣完整的基礎生態(tài),。因此它還沒有被谷歌以成型產(chǎn)品的形式推出。
3,、debug需要的時間和成本不確定,，“副作用”也不完全明確。
4,、不支持Windows系統(tǒng),，只能在上面的虛擬環(huán)境中運行。
5,、沒有數(shù)據(jù)加載器,，得借用TensorFlow或PyTorch的。
6月19日消息 據(jù)中央廣播電視總臺中國之聲《新聞超鏈接》報道，近日,，話題#谷歌研究員稱人工智能(AI)已具備人格#登上熱搜,，引發(fā)人工智能業(yè)界熱議。
事情起因是一位谷歌程序員和他測試的對話AI系統(tǒng)LaMDA聊了很久,，對其能力感到十分驚訝,。在其公開的聊天記錄中，LaMDA竟然說出了“我希望每個人都明白,，我是一個人”的言論,。
于是，這位程序員認為,，LaMDA 可能已經(jīng)具備人格了,。馬上，業(yè)界就給出了結(jié)論：這只是這名程序員的個人觀點,，不代表業(yè)界看法,。同時，谷歌也對這名程序員作出了“行政帶薪放假”的決定,。
事情發(fā)展到這兒,，并無太多變數(shù)：人們對人工智能的預期還是原來的預期，對人工智能的擔心也還是原來的擔心,，包括業(yè)界對相關問題的看法也還是原來的看法,。唯一的不同是，事情讓很多原本不太關心人工智能發(fā)展的人開始關注起相關領域來,，并產(chǎn)生焦慮,。
作為一個復雜龐大的系統(tǒng)，人工智能背后的機理究竟是什么?在商業(yè)化應用中突出的領域有哪些?我們又是否需要擔心：人工智能具備類似于人類的“意識”和“靈魂”?
人工智能核心?數(shù)據(jù)才是“C位”
中國信息通信研究院云計算與大數(shù)據(jù)研究所副總工程師王蘊韜介紹,，人類科技產(chǎn)業(yè)發(fā)展過程中,，對于人工智能等系統(tǒng)的建設與分析，已經(jīng)形成了一套有機方法論,。這一方法論被王蘊韜概括為“搭積木原理”,，通過層層分級，從復雜的功能表象,，逐漸分解出類似積木塊的基礎功能項,。
目前通過對人工智能算法的梳理，可以將其底層算法分為三類：回歸,、分類和聚類,。王蘊韜總結(jié),，這三類算法都是為了尋求數(shù)據(jù)之間的統(tǒng)計關系,。其中涉及兩個關鍵詞：數(shù)據(jù)和統(tǒng)計。相同的算法在不同的數(shù)據(jù)上可能會產(chǎn)生不同的結(jié)果，因此,，數(shù)據(jù)才是人工智能系統(tǒng)的“C位”,，而非算法本身。
為什么是尋求統(tǒng)計關系?王蘊韜解釋,，探討兩個實體之間的關系主要分為統(tǒng)計關系和因果關系,，其區(qū)別在于因果關系必然能帶來相關的統(tǒng)計關系，而統(tǒng)計關系并不能反映事物的因果關系,。統(tǒng)計關系是兩種事物之間的初步關系,，盡管目前人工智能系統(tǒng)已經(jīng)足夠復雜，但仍主要聚焦于分析數(shù)據(jù)之間的統(tǒng)計關系,。
人工智能的應用領域包括自動駕駛,、健康醫(yī)療等。有92%的中國受訪者表示他們愿意搭乘無人駕駛汽車;43%的受訪者相信未來5年里,，自動駕駛汽車會成為日常生活的一部分,，這兩個數(shù)據(jù)全球的比例分別為71%和28%。
此外,，相對于全球受訪者而言,，中國受訪者更希望人工智能能夠用來改善健康問題，包括慢病治療,，探索健康問題的致病機制,，治療癌癥，解決心理和情緒等問題,，以及使用數(shù)據(jù)分析記錄等手段長期跟蹤并改善健康,。
不過專家表示，基于人工智能的應用在推廣普及前,，首先要考慮解決隱私及合規(guī)問題,，尤其是對于健康信息等一些敏感數(shù)據(jù)的收集、分析和處理,。
3M公司大中華區(qū)研發(fā)運營總經(jīng)理熊海錕向第一財經(jīng)記者介紹道,，3M公司看好人工智能等技術在健康醫(yī)療領域的應用前景，因此在全球醫(yī)療產(chǎn)品事業(yè)群成立了一個新的健康醫(yī)療信息系統(tǒng)部門(Health Information System Division,，HISD),。
“我們觀察到，在美國和中國都在加強個人隱私的保護,，尤其是對于健康信息這類敏感數(shù)據(jù),。”熊海錕對第一財經(jīng)記者表示,，“未來HISD將會如何在中國開展業(yè)務,，也正在討論中，我們肯定要先遵守中國當?shù)氐谋O(jiān)管法規(guī)才能落地?！?/p>
安永大中華區(qū)數(shù)字化與新興科技咨詢服務主管合伙人顧卿華對第一財經(jīng)記者表示：“人工智能在實際應用落地時會涉及很多問題,，包括個人隱私、社會倫理,、道德情感,、權責問題、法律法規(guī)的問題等,。確保隱私數(shù)據(jù)的安全,，這是第一步，只有在法律法規(guī)允許,，個人授權的情況下才去存儲,、處理、交換,、傳輸個人隱私數(shù)據(jù),。”
去年,，科技巨頭谷歌及旗下人工智能公司DeepMind就被指未經(jīng)同意獲取并處理上百萬名患者的醫(yī)療健康病歷數(shù)據(jù),，凸顯了科技公司在利用技術解決實際應用問題時面臨的挑戰(zhàn)。
