Quatre outils pour faire de l'intelligence artificielle en 2018

Avec les outils suivants pour le développement de l'intelligence artificielle, nous serons prêts à programmer maintenant que 2018 arrive.
01:15
L'intelligence artificielle (IA), elle est de plus en plus parmi nous. Nous avons des assistants personnels qui semblent comprendre nos ordres, des systèmes qui jouent à des jeux ancestraux avec la perfection du meilleur joueur du monde, des programmes qui permettent déjà de faire des recherches dans des images, etcétera. Pour ceux qui se consacrent à ces sujets, ils doivent clairement être préparés sur les outils existants pour réaliser des tâches qui nous mènent à une véritable intelligence artificielle.
L'IA est un terme trop large, qui couvre la capacité de l'ordinateur à catégoriser, predecir y tomar decisiones sin la interacción de los seres humanos. Muchos programas usan de alguna manera esto cuando se toman decisiones a partir de simples órdenes de si se cumple tal condición, haz tal tarea”. Sans blog sur l'intelligence artificielle embargo, con el desarrollo de los procesadores, ahora se tienen algoritmos más poderosos y más rápidos y es aquí donde entra el aprendizaje de máquinas y el aprendizaje profundo. Estos dos últimos temas nacen de las redes neuronales artificiales, que buscan emular lo que hacen las neuronas vivas en el cerebro.
Para trabajar con estas últimas, que están dando muy buenos resultados, tenemos varias alternativas que nos podrán servir para incorporarnos en esta rama de la programación. He aquí cuatro de las más usadas:
Empezó en el 2011 como un proyecto interno de Google llamad Google Mind” y que se hizo público en el 2017 como un sistema de código abierto de aprendizaje profundo, c'est-à-dire, d'un réseau neuronal, la cual puede correr en múltiples CPUs y GPUs. Se usa para entrenar redes neuronales que puedan detectar y descifrar patrones y correlaciones análogas a las que vemos en el aprendizaje y razonamiento humano.
Esta herramienta a fue creada por BAIR (Berkeley Artificial Intelligence Research), en el 2014, y se hizo well-liked en la investigación académica. En un marco de trabajo de aprendizaje profundo usando redes convolutivas.
En el 2017 Fb lanzó esta herramienta como un sucesor comercial de Caffe. Il a été écrit pour traiter les difficultés de Caffe en termes de scalabilité et en plus, en cherchant à être moins lourd. Permet le calcul distribué et le calcul quantifié.
Cela pourrait vous intéresser