人工智能开发工具的过去与未来 | InfoQ《极客有约》
source link: https://www.infoq.cn/video/KFPhe6IBNEh3YvUS1Bme
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
试看 3 分钟 ，登录 后观看 01:00:25 的高清完整视频
人工智能开发工具的发展历程
TensorLayer 目前提供的解决方案
如何选择人工智能开发工具？
人工智能开发工具的未来发展
人工智能开发工具的过去与未来 | InfoQ《极客有约》
简介：InfoQ中文站秉承“扎根社区、服务社区、引领社区”的理念，旨在通过促进软件开发领域知识与创新的传播。
高效的开发工具能够让人工智能开发这件事情变得事半功倍。人工智能开发工具的发展，经历了从普通的机器学习开始，到最近十多年围绕深度学习展开；从最开始的高校主导，变为现在由大企业主导，不断深化的过程。
处在人工智能技术广泛应用在生活中，人工智能背后的开发工具经历了怎样的发展？人工智能开发工具的发展对于人工智能有什么影响？人工智能开发工具未来如何发展？作为开发者，应该如何选择适合的人工智能开发工具？
本期《极客有约》，我们邀请到鹏城实验室双聘助理研究院、北京大学计算机学院助理教授董豪老师，为我们分享“人工智能开发工具的过去与未来”。
直播大纲：
1、人工智能开发工具的发展历程
2、TensorLayer 目前提供的解决方案
3、如何选择人工智能开发工具
4、人工智能开发工具的发展趋势
讲师介绍：
董豪博士，现任北京大学前沿计算研究中心助理教授，博士生导师。他于 2019 年在帝国理工获博士学位。他领导了北京大学超平面实验室 (Hyperplane Lab)，研究工作围绕人工智能、机器人与计算机视觉的一个交叉领域中的课题而展开：即智能机器人的自主性与泛化性研究，相关工作发表到了 NeurIPS、ICCV、ECCV、IROS、ICLR 等会议与期刊，引用量超 2000 次。董豪博士是科技部“新一代人工智能 2030”重点项目的牵头人。
董豪博士是鹏城实验室双聘成员、TensorLayer 开发框架的作者，获 ACM MM 最佳开源软件奖，至今该项目在 Github 上获得了上万个 star。董豪带领开源社区陆续出版了相关的书籍：《深度学习：一起玩转 TensorLayer》，《Deep Reinforcement Learning: Fundamentals, Research and Applications》及其中文版本《深度强化学习：基础、研究与应用》。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK