用Spring Boot实现https ssl

2020年1月

OpenAI宣布将PyTorch作为其标准的深度学习框架

AI研究组织OpenAI宣布PyTorch为其新的标准深度学习框架。PyTorch将提高其在GPU上的大规模研究生产率。在PyTorch的支持下，OpenAI将其生成式建模迭代时间从几周缩短到几天。

2020年3月

(1) Megvii 开源深度学习AI框架

中国的初创公司Megvii Technology表示，将把其深度学习框架开源。MegEngine是Megvii专有AI平台Brain++的一部分。它可以在广泛的范围内训练计算机视觉，并帮助世界各地的开发人员构建商业和工业用途的AI解决方案。

(2) Keras 2.4.0发布

新版本清除了关于tf.keras和独立的Keras包之间的不兼容和差异的困惑。现在，一个单一的Keras模型--tf.keras--已经投入使用。

(3) 华为技术有限公司开源 "Mindspore

华为技术公司开源了MindSpore，这是一个面向移动、边缘和云场景的深度学习训练框架。该框架是轻量级的，正在给TensorFlow和PyTorch带来激烈的竞争。

它可以跨设备扩展，并且在自然语言处理(NLP)等功能上使用的代码减少了20%。它还支持并行训练，节省不同硬件的训练时间，并维护和保存敏感数据。

MindSpore本身并不处理任何数据，而是只摄取预处理后的模型和梯度信息，保持模型的鲁棒性。

2020年4月

IBM公司的CogMol加速了COVID-19的治疗开发

IBM的深度学习框架CogMol将帮助研究人员加速治愈COVID-19等传染病。新框架将解决当前 "生成式人工智能模型以创建新型肽、蛋白质、候选药物和材料 "中的挑战。

2020年6月

(1) ABBYY开源NeoML，深度学习和算法的框架

ABBYY，宣布推出NeoML。它是一个用于构建、训练和部署ML模型的开源库。NeoML是一个跨平台的框架。它针对在云端、桌面和移动设备上运行的应用进行了优化，并支持深度学习和机器学习算法。
 

人工智能模型的生命周期管理催生了一种称为MLOps的新IT学科。反过来，MLOps流程需要与DataOps流程集成，后者现在需要管理数兆字节(有时甚至数兆字节)的数据，而DevOps流程则用于加速应用程序的构建部署，将人工智能模型嵌入其中。

完成这些任务之后，企业还需要关注治理。56%的受访者将治理、安全和可审计问题列为关注的问题，67%的受访者表示，他们的人工智能计划将需要遵守多项法规。

如今，MLOps通常由一组数据科学家管理，但Diego Oppenheimer表示，IT团队接管人工智能生命周期管理只是时间问题。

随着IT团队更多地依赖平台来自动化人工智能模型的管理，2021年将会看到许多这样的任务变得越来越自动化。构建人工智能模型的平台将使用机器学习算法来自动化大部分人工智能模型的构建和部署。

显然，到2021年，大多数企业应用程序将很快采用人工智能技术。

（编辑：淮安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!