Python 早就落伍了！AI 權威直言:深度學習需要更靈活的程...
Python 要過時了。說這話的正是深度學習「三巨頭」之一的 Yann LeCun。
昨天（18），這位 Facebook人工智慧實驗室主任、紐約大學教授深刻探討了深度學習的未來。
作為一位親身見證深度學習發展的大師， LeCun認為，深度學習可能需要一種新的程式語言了 。
何出此言？
新語言迫在眉睫
在科技媒體 VentureBeat的採訪中，LeCun坦言，當下深度學習研究所需要的語言，是一種比 Python更靈活、更易於使用的新型程式語言。
LeCun透露，目前，谷歌、Facebook和其他一些公司已經開展了新程式語言的設計工作 。雖然各家的研究成果還未成熟，但有一點可以確定，新語言主要為提高深度學習任務的效率而生。
言下之意，目前深度學習語言界的老大哥 Python，可能不久就要被長江後浪推走了。即使在此之前，Python的地位看起來那麼炙手可熱。
GitHub最近公佈的 2018 機器學習排行榜 顯示，Python毫無疑問當選了機器學習項目開發人員最偏愛的語言。
縱觀當下最熱門機器學習框架，例如谷歌 TensorFlow 、Facebook 的 PyTorch ，也和 Python 關係密切。
不過，這並不意味著沒有別的語言想爭寵上位。
程式語言後起之秀：發布不到一年就榜上有名
比如 MIT發佈的 Julia，就是專門為機器學習設計。
它快速、通用、動態、專業，集 C的速度、Matlab的數學表徵、Python的通用編程與 Shell的膠水命令行與一身，還支持 Google的 TPU。
Julia 1.0雖然 8月份才剛剛發佈，年底就已經爬到了機器學習語言榜第六位，簡直是青雲直上。
也有在 Python基礎上的優化，比如專門針對速度 Cython工具包，直接在 Python 裡 編寫 C語言，結合了 P ython和 C的優點，大大提升處理速度。
還有已經藉著其他領域崛起的語言，想分一杯機器學習羮。對，說的就是谷歌推出的 Swift for TensorFlow。
程式語言 Swift：重擊 Python 用戶的痛點
它剛一開源，就有不少飽受 Python性能和靈活性困擾的開發者，高呼「可以拋棄 Python了」。
TensorFlow官方就發文吐槽過 Python不少毛病。比如，性能實在太差，運行時依賴包太多，又不擅長處理併發 ……
而 Swift，就是他們給出的解決之道。
雖說 Python問題眾多，想上位的新語言前赴後繼，但 LeCun還是在為這些新語言擔憂。
畢竟現在全民 Python，深度學習界能不能接受一種新語言還是一個未知謎題。如果新語言沒有人用，那不是研究所必須的。
作為一名 AI 工程師 ，請做好生命不息，語言學習不止的準備。
深度學習平民化的 4 大預言
在接受 VentureBeat採訪的同一天，LeCun還出席了在舊金山舉辦的國際固態電路會議（International Solid State Circuits Conference），在會上同樣展望了深度學習的未來。
Fortune 和 Business Insider等媒體總結了 LeCun的新觀點。
AI 將落實於手機上
LeCun認為，未來三年內，絕大多數智慧型手機都會安裝 AI相關的專用處理器，在手機上進行實時翻譯等功能會更加普及。
隨著蘋果、華為、Google把自己的手機 AI化，多種多樣的新 AI應用將會出現在手機上。
而在這一進程結束之後，我們才能在手機之外的其他地方更頻繁的看到 AI的應用。
2. 網路審查工作為因 AI 而更精準
對於 Facebook公司，語言內容審查是一項重要工作。
LeCun表示，在一部分情況下，AI可以過濾那些不友善的發言，但仍然有很多情況，比如仇恨性言論，受限於預料，無法進行 AI自動過濾。
如果有更好的晶片面世，內容審核技術可以大大得到改善。
3. AI 想走進人類生活，得先解決「晶片」、「電池」的限制
LeCun最近在關注的一件事情是將計算機晶片用於各種日常設備，就像有些智慧型手機內置人臉識別功能一樣，可以直接在手機本地計算，而不用將用戶的人臉數據上傳到雲端。
LeCun舉的一個例子是附帶神經網路的新型割草機，可以自動識別花園裡的雜草和花花，自動除掉雜草，留下花花。
不過，如果想要將類似的功能擴展到生活的方方面面， 需要更複雜的移動計算晶片 ，另一方面 電池的容量也是一個限制 ，神經網路需要消耗大量電能，因此在一些小型設備上還難以實現。
換句話說，如果電池和晶片得到升級，我們可以實現「讓世界充滿 AI」。
4. AI 未來將具有「常識」
識別一種動物，人類兒童看一下就能認出來了，而電腦卻需要成百上千張照片來識別訓練。
LeCun覺得，我們遲早都會開發出新型的神經網路，通過自己篩選數據進行訓練獲得常識，像百科全書一樣獲取基本事實，AI從業者可以通過進一步訓練這些神經網路來執行更高的任務。
但是，訓練「有常識的」AI，需要等待更強大的晶片出現。
AI 晶片製作正夯！
前面 LeCun說了這麼多晶片，後面晶片就來了。
LeCun在接受英國《金融時報》採訪時就透露，Facebook目前也在研發 AI晶片，不僅在和英特爾等晶片公司合作，也在自己研發 ASIC晶片，用於支持相關的 AI應用。
（本文經 AI 新媒體 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈AI 大牛 LeCun：Python 该过时了！深度学习需要新编程语言 〉，首圖來源：Pxhere, CC Licensed。）
頁:
[1]