AWS和微软将联手发布一个名为Gluon的开源深度学习库,两家公司称此举能够让更多开发者利用机器学习,这个机器学习库为开发者提供了一个接口,他们可以通过这个接口为云和移动应用打造、构建、训练和部署机器学习模型。
据称,与其他产品相比,Gluon是一个更为简洁、易于理解的编程接口,让开发者有机会快速地打造神经网络原型并进行实验,而不用牺牲性能。
Amazon AI副总裁Swami Sivasubramanian表示:“今天的现实情况是,构建和训练机器学习模型需要大量的繁重的专业知识。我们创建了Gluon接口,让构建神经网络和训练模型变得和构建一个应用一样简单。”
Gluon接口目前适用于Apache MXNet,未来版本还将支持微软Cognitive工具套件。开发者可以使用Python API和一系列预构建的神经网络组件来构建机器学习模型。
AWS和微软还发布了Gluon在GitHub上的参考规范,可让其他深度学习引擎能够整合该接口。
微软AI及研究企业副总裁Eric Boyd表示:“我们相信对于行业来说,相互合作和池化资源以打造有益于更广泛群体的技术,这是非常重要的。机器学习有能力变革我们工作、交互和交流的方式。为了实现这一点,我们需要提供适当的工具,Gluon接口就是我们在这个方向迈出的一步。”
这并不是两家科技巨头围绕AI进行的首次合作,今年8月两家公司承诺将在今年年底实现微软Cortana和Amazon Alexa之间的通信。
好文章,需要你的鼓励
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
AI硬件的竞争才刚刚开始,华硕Ascent GX10这样将专业级算力带入桌面级设备的尝试,或许正在改写个人AI开发的游戏规则。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。