麻省理工學院聲稱憑藉概率編程系統Gen使得人工智能的更加為普通人理解和學習，併為所有人提供科技創新的機會。
流行的Julia語言誕生於麻省理工學院，而且他已經創建了一個名為“Gen”的概率編程系統，利用這個系統新手們可以更容易地開始使用計算機視覺，機器人和統計學。
Gen是Julia的一部分，麻省理工學院的研究人員於2012年首次推出了Julia，在過去的一年裡，他已成為世界上最受歡迎的語言之一，目前在 Tiobe編程語言索引中排名第44位，僅次於官方Android語言Kotlin，微軟的JavaScript超集TypeScript和Mozilla創建的Rust。
根據麻省理工學院的說法，Gen的創作者“將幾種自定義建模語言融入Julia”來創建新的AI編程系統，該系統允許用戶“無需處理方程式或手動編寫高性能代碼”即可創建AI模型和算法。
但麻省理工學院表示，該系統還可用於更復雜的任務，例如預測，這可能對技術更有能力的研究人員有用。
根據麻省理工學院研究人員的一篇論文， “Gen”這個名字來源於系統填補“通用”概率編程空白的目的。
他們寫道：“現有系統對於通用用途來說是不切實際的。”
“有些系統提供的受限建模語言僅適用於特定的問題域。其他系統提供的'通用'建模語言可以代表任何模型，但只支持一組有限的推理算法，這些算法的收斂速度非常慢。”
該系統允許編碼人員創建一個程序，例如，可以推斷三維身體姿勢，從而簡化計算機視覺任務，用於自動駕駛汽車，基於手勢的計算和增強現實。
它結合了圖形渲染，深度學習和概率模擬類型，改進了MIT在獲得2013年國防高級研究計劃局（DARPA）AI計劃資金後於2015年開發的概率性編程系統 。
DARPA計劃背後的想法是降低為自動系統等事物構建機器學習算法的障礙。
“這項工作的一個動機是讓那些在計算機科學或數學方面專業知識較少的人更容易獲得自動化人工智能，” 該論文的主要作者，電氣工程和計算機科學系博士生Marco Cusumano-Towner 說。
“我們還希望提高生產力，這意味著專家可以更輕鬆地快速迭代和製作AI系統原型。”
就像 微軟聲稱它是“民主化AI”一樣，麻省理工學院的研究人員的目標是為每個人提供數據科學。
麻省理工學院還聲稱是一流的谷歌流行的人工智能框架TensorFlow，它可以幫助用戶“無需多少數學”創建算法，並依賴於Python語言API。
麻省理工學院表示，TensorFlow“專注於深度學習模式”，可能無法充分發揮AI的潛力。
閱讀更多 玩轉數據分析 的文章
