2021年，AI哪个方向最火？看看大神们怎么说

2024-07-12 04:43| 来源: 网络整理| 查看: 265

导读：在人才不断流向业界、常规架构算力进入瓶颈期的今天，作为一名从业者应该看到什么？来听听大神们怎么说。

来源：华章计算机（ID：hzbook_jsj）

缩短概念证明与生产之间的差距。尽管搭建好的模型很重要，但很多人现在也意识到，从数据管理到部署到跟踪，要想付诸实践，还需要做更多的工作。2021 年，我希望我们能更好地理解机器学习项目的完整周期，构建支持相关工作的 MLOps 工具，以及系统地搭建、生产、维护 AI 模型。

——Deep Learning AI创办人、Landing AI首席执行官吴恩达

机器学习：软件工程方法与实现

作者：张春强张和平唐振

推荐语：大型金融科技集团资深大数据与机器学习技术专家撰写，基于新近Python版本，将软件工程的思想、方法、工具和策略应用到机器学习实践中，提供高质量的代码设计、可直接复用的源码和工业应用框架，聚焦机器学习中应用最广泛和最有效的算法，使之成为贯穿机器学习项目生命周期的一条完整的学习路径。帮你将机器学习理论和实战完成技术最后一公里的落地。

机器学习实战

基于Scikit-Learn、Keras和TensorFlow

（原书第2版）

作者：奥雷利安·杰龙

推荐语：“美亚”人工智能畅销榜首图书，基于TensorFlow2全面升级，内容增加近一倍！Keras之父鼎力推荐！从实践出发，通过具体的示例、较少的理论和可用于生产环境的Python框架来帮助你直观地理解并掌握构建智能系统所需要的概念和工具。手把手教你从零开始搭建起一个神经网络。

希望TinyML等微型ML 技术和小型设备发挥更大作用。

——Arm 机器学习研究实验室的杰出工程师和高级总监 Matthew Mattina

一种叫作 TinyML 的机器学习技术正将这些大型的、侧重数学的神经网络应用在传感器、可穿戴设备和手机上。神经网络严重依赖乘法，而新兴硬件使用低精度数字（8 位或更少）来执行乘法运算。与通常的 32 位单精度浮点乘法器相比，芯片设计者可以在更小的面积和功率范围内构建更多的乘法器。研究表明，在很多现实案例中，在神经网络中使用低精度数字几乎不会对准确率产生影响。这种方法可以在最需要的地方提供超高效的神经网络推断。

TinyML

基于TensorFlow Lite在Arduino和超低功耗微控制器上部署机器学习

作者：皮特·沃登丹尼尔·西图纳亚克

推荐语：谷歌TensorFlow团队创始成员领衔撰写，谷歌工程师翻译并审校，Arduino联合创始人、Arm副总裁联袂推荐！TinyML里程碑级著作，手把手教你在Arduino和微控制器上部署ML。“美亚”嵌入式系统畅销榜首图书。

智能硬件与机器视觉

基于树莓派、Python和OpenCV

作者：陈佳林

推荐语：“骨灰级”树莓派技术极客撰写，低成本实现图像分析、文字识别、人脸识别与追踪、视频监控等机器视觉功能。针对多个典型机器视觉场景，讲解技术原理，给出实现方法和代码，所有代码均可在树莓派上运行并移植到ARM开发板上。

期待 AI 帮助人类进行艺术创作。

——美国工程院外籍院士、小冰公司董事长、清华大学双聘教授沈向洋博士

AI 领域的近期进展，尤其是生成对抗网络和语言模型（如GPT-3）等深度学习技术，使得从头开始合成逼真图像和合理文本成为可能。2021 年能看到更多AI 创造工具，帮助人们表达自己的艺术想法和灵感。小冰聊天机器人已经在写诗、绘画和音乐方面展现出了类似人类的性能。例如小冰帮助微信用户写诗，一周内写诗数量超过中国历史上所有的诗作！

AI 已经证明它能够帮助提升生产效率，那么现在让我们期待AI 帮助人类解放创造力吧。

智能计算系统

作者：陈云霁李玲李威郭崎杜子东

推荐语：本书通过一个贯穿始终的应用案例——图像风格迁移，全面系统地介绍智能计算系统的软硬件技术栈，涵盖神经网络基础算法、深度学习编程框架、智能芯片体系结构、智能编程语言等。领衔作者陈云霁带领的团队曾研制了国际上首个深度学习处理器芯片“寒武纪1号”，本书凝聚了作者团队多年的科研和教学成果，是前沿研究与技术实践结合，快速提升智能领域系统能力的教材和技术参考书。