无需数学就能写AI，MIT提出AI专用编程语言Gen.pdfVIP

无需数学就能写AI，MIT 提出AI 专用编程语言Gen MIT Julia 在帮助专家做研究的同时， 的研究员也要让新手做人工智能更简单。继 语言之后，近日 MIT Gen 又发布了一种全新的通用概率编程系统 ，它是一种针对人工智能领域的专用语言，且除了 深度学习外，各种机器学习与概率建模方法都囊括在内。 近日，在提交编程语言设计与实现大会 （PLDI）的一篇论文中，MIT 研究人员介 绍了一种全新的概率编程系统Gen。从计算机视觉到机器人和统计，用户可以通过 Gen AI 为应用 技术的多个领域编写模型和算法，且无需处理方程式或手动编写高 性能代码。此外，Gen还允许研究人员编写用于预测任务的复杂模型和推理算法， 这在之前是不可能做到的。 例如，3-D人体姿态是一项困难的计算机视觉推理任务，在自动系统、人机交互和 增强现实 （AR）中均有应用。在论文中，研究人员展示了简短的Gen程序如何推 3-D 理 人体姿态。 看起来十分简单，但在后台，该程序包括执行图形渲染、深度学习和概率模拟类型 的组件。与一些研究人员所开发的早期系统相比，这些不同技术的结合可以提高这 项任务的准确性和速度。 论文图6：人体姿态推理任务的建模、推理代码以及评估结果。模型使用静态DSL 编写，调用图形引擎从姿态参数中渲染深度图像。自定义提议结合静态DSL和 TensorFlowDSL，通过深度神经网络来传递观察到的深度图像，并提出姿态参数。 Gen 研究人员表示，由于其简单性，从新手到专家， 可以被任何人轻松使用。 「这 项工作的一个动机是让计算机科学或数学专业知识较少的人更容易做自动化人工智 能，」论文第一作者、电气工程和计算机科学系博士生Marco Cusumano-Towner AI 说。 「我们还希望它能提高生产力，这意味着专家可以更轻松地快速迭代 系 统，做出原型。」 研究人员还展示了Gen 通过使用其他Gen程序简化数据分析的能力，该程序可自 动生成通常由专家用于分析、解释和预测数据中基础模式的复杂统计模型。这种能 力建立在研究人员先前工作的基础上，也就是让用户可以编写几行代码来发现对金 融趋势、航空旅行、投票模式以及疾病传播的洞见。但不同的是，早期系统需要大 量的手动编码才能进行准确的预测。 「Gen 是第一个足以涵盖计算机视觉和数据科学中不同案例的灵活、自动化、高效 的系统，且性能非常好。」MIT 脑与认知科学系 （Department of Brainand Cognitive Sciences）的研究员Vikash K. Mansinghka 说，他负责运行概率计算项 目。 集自动化、灵活性和速度优势于一身 2015年，谷歌开源TensorFlow 以来，它已经成为了最为流行的深度学习框架。 然而，即使TensorFlow 足够自动化和高效，但它只侧重于深度学习模型，对范围 更广的人工智能而言，这些模型既昂贵又有限。 如今，业内已经有大量的AI技术，例如统计和概率模型、模拟引擎等。一些概率 AI 编程系统虽然足够灵活，可以覆盖到多种 技术，但运行不够高效。 研究人员寻求的是集其所长于一身：自动、灵活、快速。Mansinghka 说， 「如果 我们能做到这一点，或许就能向TensorFlow 对深度学习那样，有助于民主化更广 泛的模型和推理算法。」 在概率性AI 中，推理算法会对数据执行操作，并基于新数据连续地调整概率，从 而最终做出预测。 借鉴了早期概率编程系统Church 中的概念，研究人员将几种自定义建模语言结合 到Julia 中，每种建模语言都对不同类型的AI建模方法进行优化，使其更加通用。 Gen 利用优化、变分推理、某些概率方法以及深度学习等各种方法， 还为推理任务 提供了高级基础结构。 外部机构就Gen 与MIT