Sztuczna inteligencja to szeroko zakrojony projekt, który nie jest zarezerwowany jedynie dla wąskiego świata naukowców i wielkich korporacji. Istnieje wiele open source’owych kodów, do których jest wolny dostęp. Przedstawiamy listę 4 najpopularniejszych projektów, których biblioteki są otwarte dla całej społeczności.
1. Edward
Edward, który rozwija się pod skrzydłami koncernu IBM, pozwala na korzystanie z zaawansowanego modułu wnioskowania bayesowskiego (czyli metody statystycznej służącej do tworzenia hipotez w oparciu o dotychczasowe prawdopodobieństwo), modułu Deep Learningowego (uczenia się pracy ludzkiego mózgu przez komputer) i repozytoriów algorytmów programowania probabilistycznego (opartego na mechanizmie losowości). Według ostatnich doniesień, Edward już wkrótce ma zostać połączony kodem TensorFLow od Google’a (dół listy).
Zobacz: poradniki implementacji, gotowe modele AI do pobrania, API projektu
2. Lime
Łatwe w użyciu repozytorium Pythona. Lime udostępnia gotowy model danych wyjściowych, który uruchamia porównawczy model „meta” mający przybliżyć zachowania danych wejściowych. Moduł wynikowy pokazuje, które części dowolnego wkładu pomogły modelowi w podjęciu decyzji, a które nie. Co ważne, model wynikowy podkreśla te elementy kody, które pomogły na podjęcie przez sztuczną inteligencję konkretnej decyzji.
Zobacz: gotowe modele AI oraz dokumentacja do pobrania na stronie GithHub
3. Keras
Keras jest drugim najszybciej rozwijającym się open source’owym projektem na świecie. Projekt jest rewolucyjny pod wieloma względami; pozwala na bardzo łatwe tworzenie warstw neuronowych i dobieranie metryki. Twórcy stworzyli także interfejs wspierający wykrywanie błędów oraz gotowe modele optymalizacji.
Zobacz: poradnik implementacji, API sztucznej inteligencji
4. TensorFlow
TensorFlow to Deep Learningowa struktura od Google’a, która jest rozwijana od dwóch lat. Jest to najpopularniejszy „silnik” sztucznej inteligencji. TensorFlow pozwala na zbudowanie dowolnej sieci neuronowej i innych modeli obliczeniowych. TensorFlow jest na tyle plastyczny, że może być używany do budowania wszelkiego rodzaju sieci; od klasyfikatorów tekstu do obrazu, po Generatywne Sieci Neuronowe (GAN).
Zobacz: pakiety instalacyjne Tensofr Flow, dokumentacja na GitHub
Otwarte biblioteki w imię postępu
Open source’owy charakter wspomnianych projektów znacznie przyspieszy pracę nad zaawansowanymi modelami sztucznej inteligencji. Dzielenie się wiedzą i gotowymi rozwiązaniami pozwala z jednej strony patrzeć na przyszłość bardzo optymistycznie (szybszy rozwój – szybsza rewolucja technologiczna), ale z drugiej – naraża nas też na pewne niebezpieczeństwa. Otwarte repozytoria mogą wszakże posłużyć wszelakiej maści ekstremistom i hakerom. Musimy jednak pamiętać, że tworzenie sztucznych barier tylko z powodu strachu nie ma większego sensu. Żyjemy w epoce Internetu i błyskawicznego obiegu informacji. Zamykanie „wirtualnych”, tak samo jak tradycyjnych, bibliotek na ma po prostu większego sensu.