科学小实验 | 实验台厂家

Uber开源深度概率编程语言Pyro,AI实验室蛰伏一年首现身

安妮 编译整理

量子位 出品 | 公众号 QbitAI

昨天,Uber AI实验室与斯坦福研究团队共同开源了概率编程语言Pyro。Pyro是一个深度概率建模工具,它基于Python和PyTorch库,帮助开发人员为AI研究创建概率模型。

据公司代表透露,Pyro也是Uber AI实验室发布的首个公开项目。

诶等等,Uber还有AI实验室?这还得从一年前的神秘收购说起。

Uber开源深度概率编程语言Pyro,AI实验室蛰伏一年首现身

蛰居一年的AI实验室

Uber是有自己的神秘AI实验室,而且已经快满岁了。

去年年底,Uber收购了Geometric Intelligence,这是一家号称要超越谷歌、Facebook等巨头的AI初创公司。创始人是纽约大学心理学家Gary Marcus和剑桥大学信息工程教授Zoubin Ghahramani,团队总共15人。

被收购后,14名成员前往旧金山Uber总部,成立了Uber AI实验室,负责AI基础研究和自动驾驶相关研究。

Uber开源深度概率编程语言Pyro,AI实验室蛰伏一年首现身

有意思的是,自被收购后,除了今年3月创始人之一Marcus离职的消息,Uber AI实验室没有任何研究进展新闻,逐渐淡出公众视野。

直到——昨天,当Uber在官方博客宣布,Uber实验室发布开源的Pyro概率编程语言。

设计原则

Pyro满足了四个设计原则,分别是:

通用性:Pyro是个通用的PPL,可以表示任何可计算的概率分布。它通过通用性语言(任意Python代码)开始迭代和递归,之后可以添加随机抽样、观察和推理。

可扩展性:只需在原代码上添加一些手写代码,Pyro就能扩展到大型数据集。这是怎样实现的呢?Pyro通过建立现代黑箱优化技术,使用小批量数据,来做近似推理。

最小性:Pyro灵活可维护。因为它由一个强大可组合的抽象小核心实现的。在可能的情况下,繁重的任务会分分配给PyTorch和其他库完成。

灵活性:Pyro想在用户需要的时候实现自动化操作。这不是无稽之谈,Pyro用高级抽象概念表达生成和推理模型,同时支持专家轻松自定义推理。

下一步

未来几个月里,Pyro将会持续更新迭代。研究人员表示,扩展和改进Pyro有多种方向,其中最重要的技术方向包括:

  • 优化抽象概念进行快速建模(如提供自动默认引导)和高级用法(如改进Poutine对象的组合契约)。

  • 添加额外目标(如alpha散度、infoVAE和基于GAN的损失等),并且额外添加估计梯度的期望值。

  • 添加马尔可夫链蒙特卡洛(MCMC)和序列蒙特卡洛(SMC)推理,特别是哈密顿蒙特卡洛(HMC),并将它们应用于变分推断目标。

  • 探索高斯过程的模式和应用,如贝叶斯优化等。

从长远来看,研究人员希望Pyro发展的主要方向将由应用程序和新型的Pyro社区来驱动。

相关资料

Pyro官方介绍地址:

httpss://eng.uber.com/pyro/

Uber AI实验室地址:

//uber.ai/

Pyro项目地址:

//pyro.ai/

Pyro代码地址:

httpss://github.com/uber/pyro

祝你玩得愉快~

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI

վ’ᴗ’ ի 追踪AI技术和产品新动态

You might also like

Leave A Reply

Your email address will not be published.

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据