目次
YLearn - 「自動化された意思決定」への扉を開く AI の鍵
因果学習 - 人工知能を新たな段階に導く
オープンソース ツール - AI テクノロジーの革新的なアプリケーションのエンジン
ホームページ テクノロジー周辺機器 AI 人工知能の新たな段階への移行を支援する YLearn 因果学習オープンソース プロジェクトがリリース

人工知能の新たな段階への移行を支援する YLearn 因果学習オープンソース プロジェクトがリリース

Apr 13, 2023 pm 07:55 PM
機械学習 オープンソース 九張雲吉 因果的学習

2022 年 7 月 12 日、Jiuzhang Yunji DataCanvas Company は別の 画期的なオープンソース技術成果 - YLearn 因果学習オープンソース プロジェクト をリリースし、オンライン記者会見を無事開催しました。

カンファレンスのテーマは「予測から意思決定、理解可能な AI まで」で、因果学習と人工知能の分野の専門家を特別に招待します: Jiuzhang Yunji DataCanvas 共同創設者兼 CTOShang Mingdong、CSDN の創設者兼会長、Geek Bang Venture Capital の創設パートナー Jiang Tao、清華大学コンピュータ サイエンス学部常任准教授および博士指導者 Cui Peng および YLearn R&D チーム は、学界と産業界における因果学習の最新の研究結果について共同で議論し、因果科学の急速な発展を共同で推進します。

人工知能の新たな段階への移行を支援する YLearn 因果学習オープンソース プロジェクトがリリース

YLearn - 「自動化された意思決定」への扉を開く AI の鍵

YLearn 因果学習オープンソース プロジェクト, は グローバルです 因果学習の完全なプロセスを処理する最初のワンストップ オープンソース アルゴリズム ツールキット これは、「因果発見、因果量の特定、因果効果の推定、因果学習における反事実推論と戦略学習"。5つの主要課題は、ワンストップ、新規かつ包括的、幅広い用途という特徴を持っています。これにより、「意思決定者」の敷居が下がります。最も低いレベルまでレベルを下げ、政府や企業が自動化された「意思決定」機能を効果的に向上させるのに役立ちます。

YLearn 因果学習オープン ソース プロジェクト は、Jiuzhang Yunji DataCanvas 社の DAT 自動機械学習ツールキット および DingoDB リアルタイム インタラクティブ分析データベース の後継です。その後、3 番目のオープンソース重量ツールがリリースされました。それ以来、Jiuzhang Yunji DataCanvas のオープンソース基本ソフトウェアはその領域をさらに拡大し、AutoML や因果学習などの最先端の AI テクノロジーを統合したオープンソース基本ツール シリーズは、政府および政府機関におけるデータ インテリジェンスの価値のリリースをさらに加速します。業界全体。

最先端の学術分野と市場アプリケーションからの革新的な洞察を組み合わせることにより、Jiuzhang Yunji DataCanvas オープンソース プロジェクトの研究開発チームは、現在広く使用されている機械学習に基づくビジネス「予測」結果がビジネス収益を向上させていることを発見しました。この点での効果は非常に大きいですが、政府や企業の「自律型AI」や「インテリジェントな意思決定」への要求がますます高まる中、意思決定者はなぜその決定を下したのかを説明できる、わかりやすい「理由」を必要としています。このように「因果関係」の提示はデータ分析やインテリジェントな意思決定に不可欠な機能となっているが、データの「相関関係」を提供するだけの機械学習ではそれができない。

と「因果学習」テクノロジーの統合がこの問題に対する最良の解決策となるため、YLearn 因果学習オープンソース プロジェクトが誕生しました。

人工知能の新たな段階への移行を支援する YLearn 因果学習オープンソース プロジェクトがリリース

YLearn 因果学習オープンソース プロジェクト (以下、「YLearn」という) にも、Jiuzhang Yunji DataCanvas 製品の「オープンソース、柔軟、自動」遺伝子が組み込まれています。 YLearn は、オープンソース コミュニティに基づいて、完全かつ包括的なエンドツーエンドの因果関係学習ツールキットが欠如している市場のギャップを埋め、世界的なオープンソースの貢献者と協力して エンドツーエンドのツールキットを作成することを目指しています。 、最も完全で最も体系的な の因果学習アルゴリズム ツールキットは、ツール側から「意思決定者」の使用コストを直接削減します。

現在、YLearn は CausalDiscovery、CausalModel、EstimatorModel、Policy、Interpreter などのコンポーネントで構成されており、各コンポーネントは独立した使用と統合パッケージ化をサポートしています。これらの柔軟なコンポーネントを通じて、YLearn は、因果関係図を使用してデータセット内の因果関係を表現する機能、因果効果の特定、確率表現、さまざまな推定モデルなどの機能を実装し、最先端の研究に従ってパフォーマンスの追加と改善を継続します。

使用の敷居をさらに下げるために、使用プロセスを明確かつシンプルにすることに加えて、YLearn は九張雲吉 DataCanvas 社のコアテクノロジーである AutoML 自動機械学習も統合します。 YLearn は、AutoML テクノロジーのサポートにより、パラメータの自動調整、自動最適化、結果「Y」に対応する複数の意思決定ソリューションのワンクリック自動生成などの高度な「自動化」機能を実現します。企業運営の運用指標の設定など、因果関係に基づいた視覚的な意思決定マップを実現し、さまざまな意思決定の影響と利点をインタラクティブな方法で推測します。

自動因果関係分析を提供する YLearn 因果学習オープンソース プロジェクトは、意思決定者が AI 意思決定のロジックを理解し、AI 意思決定の信頼性を高めるための重要なサポートを提供します。政府と企業に「自動意思決定」への扉を開く AI キー。

因果学習 - 人工知能を新たな段階に導く

因果学習の可能性と人工知能技術の将来の方向性に対するその影響は、学界と産業界によって認識されています。 2011 年にチューリング賞を受賞し、ベイジアン ネットワークの父であるジューデア パールは、かつて「因果関係を推論する能力がなければ、AI の開発は根本的に制限されるだろう」と述べました。

清華大学コンピューターサイエンス学科、常任准教授兼博士指導教員である崔鵬はこの会議で、「因果統計学は新世代の人工知能の理論的基盤において重要な役割を果たすだろう」と指摘した。 」現在の人工知能の限界の根本原因は、「人工知能についてはわかっているが、その理由がわからない」ということです。このうち、「知る」の「らん」はデータ間の「相関」関係を指し、「そうらん」はデータ間の「因果」関係を指します。崔教授のチームは、機械学習への因果統計の導入に関する長年の研究を通じて、機械学習の安定性の問題、解釈可能性の問題、アルゴリズムの公平性の問題を解決する上で因果統計が優れたパフォーマンスを発揮することを発見しました。

商業市場では、因果学習テクノロジーの産業応用の加速も求められています。 Gartner の最新の因果学習イノベーション洞察レポート「イノベーション インサイト: 因果
AI」は、「より適切な意思決定とより効率的な大規模自動化を達成するには、人工知能は相関ベースの予測を超えて因果ベースのソリューションに移行する必要がある」と指摘しています。知能は未来にとって極めて重要です。」

因果学習テクノロジーは、人工知能テクノロジーの自律性、説明可能性、適応性、堅牢性を大幅に向上させます。これらの機能により、AI テクノロジーに基づいたデジタル インテリジェンスのアップグレードを実装し、予想外のデータ価値を獲得する政府や企業のコストがさらに削減され、効率が向上します。

オープンソース ツール - AI テクノロジーの革新的なアプリケーションのエンジン

最先端のテクノロジーは、商業市場で大規模なアプリケーションを成功させることができます。これは、強力なテクノロジーの推進と切り離すことができません。オープンソース ツールと触媒作用。

Sklearn (機械学習の分野で最もよく知られたプログラミング モジュールの 1 つ) が機械学習テクノロジーのアプリケーションであるのと同じように、TensorFlow と PyTorch (深層学習モデルを構築するための 2 つのフル機能のフレームワーク)深層学習技術の応用の大きな意義と価値には、因果学習の分野におけるアプリケーションのボトルネックを突破するための「オープンソース ツール」も緊急に必要とされています。

YLearn 因果学習オープンソース ツールキットの登場により、強力で完全な因果学習ツールキットが市場に存在しないという「行き詰まった」問題が解決され、「実験室」から社会への因果学習テクノロジーの導入が加速します。 「業界」アプリケーション」。 CSDNの創設者兼会長であり、Geek Bang Venture Capitalの創設パートナーであるJiang Tao氏は、「中国のオープンソースは適切な時期にある。テクノロジーの人気が高まって初めて、より大きな市場が生まれるだろう。YLearnはAIテクノロジーに関してより洗練されるだろう」と語った。 我が国のソフトウェア産業の発展は、オープンソース産業の成長の基盤であり、オープンソース産業に成長の土壌を提供します。この国は、オープンソース産業の発展を目指し、それを「第 14 次 5 か年計画」に導入しました。「初めてオープンソースが計画の最上位設計に組み込まれました。Shang Mingdong 氏、Jiuzhang 共同創設者兼 CTO Yunji DataCanvas 氏は記者会見でのスピーチで、「2022 年はオープンソースの離陸の年に入った。私たちは、AIの分野ではソフトウェアはインフラであると考えており、アプリケーションソフトウェアに比べ、基本ソフトウェアはオープンソースが「主戦場」となります。 「

「データ インテリジェンス」と「実際のビジネス シナリオへの AI テクノロジーの統合と適用」という技術革新のコンセプトを中心に展開する Jiuzhang Yunji DataCanvas Company の製品文化を堅持し、Jiuzhang Yunji DataCanvas オープン ソース プロジェクトの研究開発チームは革新と反復を行います オープンソースツールでありながら、政府や業界からのさまざまなシナリオでの実用的なアプリケーションからのニーズとフィードバックを吸収し続けます 同時に、Jiuzhang Yunji DataCanvasのAI基本ソフトウェア製品シリーズは継続的に統合されています独自に開発したオープンソース ツールを適用することで、政府および企業の顧客が AI 融合テクノロジーの適用によってもたらされるビジネス価値を享受することも加速します。

以上が人工知能の新たな段階への移行を支援する YLearn 因果学習オープンソース プロジェクトがリリースの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

この記事では、SHAP: 機械学習のモデルの説明について説明します。 この記事では、SHAP: 機械学習のモデルの説明について説明します。 Jun 01, 2024 am 10:58 AM

機械学習とデータ サイエンスの分野では、モデルの解釈可能性が常に研究者や実務家に焦点を当ててきました。深層学習やアンサンブル手法などの複雑なモデルが広く適用されるようになったことで、モデルの意思決定プロセスを理解することが特に重要になってきました。 Explainable AI|XAI は、モデルの透明性を高めることで、機械学習モデルに対する信頼と自信を構築するのに役立ちます。モデルの透明性の向上は、複数の複雑なモデルの普及や、モデルを説明するための意思決定プロセスなどの方法によって実現できます。これらの方法には、特徴重要度分析、モデル予測間隔推定、ローカル解釈可能性アルゴリズムなどが含まれます。特徴重要度分析では、入力特徴に対するモデルの影響度を評価することで、モデルの意思決定プロセスを説明できます。モデルの予測間隔の推定

学習曲線を通じて過学習と過小学習を特定する 学習曲線を通じて過学習と過小学習を特定する Apr 29, 2024 pm 06:50 PM

この記事では、学習曲線を通じて機械学習モデルの過学習と過小学習を効果的に特定する方法を紹介します。過小適合と過適合 1. 過適合 モデルがデータからノイズを学習するためにデータ上で過学習されている場合、そのモデルは過適合していると言われます。過学習モデルはすべての例を完璧に学習するため、未確認の新しい例を誤って分類してしまいます。過適合モデルの場合、完璧/ほぼ完璧なトレーニング セット スコアとひどい検証セット/テスト スコアが得られます。若干修正: 「過学習の原因: 複雑なモデルを使用して単純な問題を解決し、データからノイズを抽出します。トレーニング セットとしての小さなデータ セットはすべてのデータを正しく表現できない可能性があるため、2. 過学習の Heru。」

宇宙探査と人類居住工学における人工知能の進化 宇宙探査と人類居住工学における人工知能の進化 Apr 29, 2024 pm 03:25 PM

1950 年代に人工知能 (AI) が誕生しました。そのとき、研究者たちは、機械が思考などの人間と同じようなタスクを実行できることを発見しました。その後、1960 年代に米国国防総省は人工知能に資金を提供し、さらなる開発のために研究所を設立しました。研究者たちは、宇宙探査や極限環境での生存など、多くの分野で人工知能の応用を見出しています。宇宙探査は、地球を超えた宇宙全体を対象とする宇宙の研究です。宇宙は地球とは条件が異なるため、極限環境に分類されます。宇宙で生き残るためには、多くの要素を考慮し、予防策を講じる必要があります。科学者や研究者は、宇宙を探索し、あらゆるものの現状を理解することが、宇宙の仕組みを理解し、潜在的な環境危機に備えるのに役立つと信じています。

C++ での機械学習アルゴリズムの実装: 一般的な課題と解決策 C++ での機械学習アルゴリズムの実装: 一般的な課題と解決策 Jun 03, 2024 pm 01:25 PM

C++ の機械学習アルゴリズムが直面する一般的な課題には、メモリ管理、マルチスレッド、パフォーマンスの最適化、保守性などがあります。解決策には、スマート ポインター、最新のスレッド ライブラリ、SIMD 命令、サードパーティ ライブラリの使用、コーディング スタイル ガイドラインの遵守、自動化ツールの使用が含まれます。実践的な事例では、Eigen ライブラリを使用して線形回帰アルゴリズムを実装し、メモリを効果的に管理し、高性能の行列演算を使用する方法を示します。

Llama 70B を実行するシングル カードはデュアル カードより高速、Microsoft は FP6 を A100 オープンソースに強制導入 Llama 70B を実行するシングル カードはデュアル カードより高速、Microsoft は FP6 を A100 オープンソースに強制導入 Apr 29, 2024 pm 04:55 PM

FP8 以下の浮動小数点数値化精度は、もはや H100 の「特許」ではありません。 Lao Huang は誰もが INT8/INT4 を使用できるようにしたいと考え、Microsoft DeepSpeed チームは NVIDIA からの公式サポートなしで A100 上で FP6 の実行を開始しました。テスト結果は、A100 での新しい方式 TC-FPx の FP6 量子化が INT4 に近いか、場合によってはそれよりも高速であり、後者よりも精度が高いことを示しています。これに加えて、エンドツーエンドの大規模モデルのサポートもあり、オープンソース化され、DeepSpeed などの深層学習推論フレームワークに統合されています。この結果は、大規模モデルの高速化にも即座に影響します。このフレームワークでは、シングル カードを使用して Llama を実行すると、スループットはデュアル カードのスループットの 2.65 倍になります。 1つ

説明可能な AI: 複雑な AI/ML モデルの説明 説明可能な AI: 複雑な AI/ML モデルの説明 Jun 03, 2024 pm 10:08 PM

翻訳者 | Li Rui によるレビュー | 今日、人工知能 (AI) および機械学習 (ML) モデルはますます複雑になっており、これらのモデルによって生成される出力はブラックボックスになっており、関係者に説明することができません。 Explainable AI (XAI) は、利害関係者がこれらのモデルがどのように機能するかを理解できるようにし、これらのモデルが実際に意思決定を行う方法を確実に理解できるようにし、AI システムの透明性、信頼性、およびこの問題を解決するための説明責任を確保することで、この問題を解決することを目指しています。この記事では、さまざまな説明可能な人工知能 (XAI) 手法を検討して、その基礎となる原理を説明します。説明可能な AI が重要であるいくつかの理由 信頼と透明性: AI システムが広く受け入れられ、信頼されるためには、ユーザーは意思決定がどのように行われるかを理解する必要があります

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました May 30, 2024 pm 01:24 PM

MetaFAIR はハーバード大学と協力して、大規模な機械学習の実行時に生成されるデータの偏りを最適化するための新しい研究フレームワークを提供しました。大規模な言語モデルのトレーニングには数か月かかることが多く、数百、さらには数千の GPU を使用することが知られています。 LLaMA270B モデルを例にとると、そのトレーニングには合計 1,720,320 GPU 時間が必要です。大規模なモデルのトレーニングには、これらのワークロードの規模と複雑さにより、特有のシステム上の課題が生じます。最近、多くの機関が、SOTA 生成 AI モデルをトレーニングする際のトレーニング プロセスの不安定性を報告しています。これらは通常、損失スパイクの形で現れます。たとえば、Google の PaLM モデルでは、トレーニング プロセス中に最大 20 回の損失スパイクが発生しました。数値的なバイアスがこのトレーニングの不正確さの根本原因です。

See all articles