徹底改變AI和機器學習界的13個開源項目

譯者 | 布加迪

審校 | 孫淑娟

開源是醞釀革命性軟體的沃土，尤其是在人工智慧和機器學習等前沿領域。開源精神和協作工具使團隊更容易共享程式碼和數據，並在別人成功的基礎上再接再厲。

本文介紹了13個重塑人工智慧和機器學習界的開源專案。有些是支援新演算法的複雜軟體包，有些則比較低調。所有這些都值得留意。

TensorFlow和PyTorch

缺少TensorFlow和PyTorch的AI和機器學習開源工具清單是不完整的。這些框架單獨或共同支援機器學習和人工智慧領域中一些最具實驗性、最重要的研究。本文討論的至少幾個項目將它們用作基礎模組。

FauxPilot

程式設計方面需要一點幫助的程式設計師可以得益於FauxPilot。該系統以現有的生產代碼訓練自己，並從中學習到足夠的知識，提出有意義的評論和建議。專案的靈感來自GitHub Copilot，但FauxPilot讓您可以選擇用於訓練的程式碼庫。這額外的控制層可防止您從可能不批准使用的來源使用程式碼片段。如果您選擇訓練來源，並且僅限擁有適當權限和許可證的人使用，那麼您使用的程式設計幫助和程式碼片段更有可能是乾淨可靠的。

DALL-E

了解機器學習模型如何「思考」的最簡單方法之一是，開始將單字饋入DALL-E，這個非常大的開放模型用從網路上收集的圖像和文字描述建構而成。輸入一個單字，出來DALL-E認為匹配的圖像。 DALL-E Playground和DALL-E Mini等開源專案使用戶更容易試驗模型。它部分是遊戲，部分是窺視AI演算法底層的門戶。

YOLOv7

即時物件偵測（尋找影像中的物件）是人工智慧的一個棘手領域。它對於需要收集和傳送準確環境資訊的自動駕駛汽車、機器人和輔助設備等領域也至關重要。 YOLOv7是最快、最精確的開源物件偵測工具之一。只需為該工具提供一堆物件豐富的圖像，然後看看接下來會發生什麼。

DeepFaceLab

深度偽造是藉助深度學習創建、改動或合成的影片和影像。最常見的例子是將名人或政客的臉換成現有的影片或圖像，通常是為了好玩，但有時出於更邪惡的目的。 DeepFaceLab是在Python上運行的開源深度偽造技術。除了將一張臉換成另一張臉外，它還可以用來去除皺紋及其他表明年邁的標記。

PaddleNLP

自然語言處理（NLP）引擎執行神經搜尋和情緒分析，然後為人類和機器使用者提取和呈現資訊。雖然有時仍然很笨拙，但這項技術已變得足夠先進，可以用於各種應用環境和領域（Alexa只是一個例子）。 PaddleNLP是一個受歡迎的開源NLP庫，您可以用它來收集搜尋情緒，並標記重要實體。

MindsDB

AI的傳統成功途徑是將資料儲存在資料庫中，然後將其提取、發送給一種另外的機器學習演算法。 MindsDB是一種SQL伺服器，將機器學習演算法直接整合到資料庫中。資料庫內機器學習（即在已經儲存資料的地方分析資料）是加快機器學習工作流程的快速有效的方法。

Image Super-Resolution（ISR）

照片的細節總是越多越好，而Image Super-Resolution可以透過提高影像解析度來添加更多細節。這個開源工具採用機器學習模型，您可以訓練模型，以猜測低解析度影像中的細節。借助良好的訓練集，該模型可以產生準確的細節和更清晰的圖像。

DeepPavlov

許多企業和大公司正在把客戶服務第一線員工換成聊天機器人，這意味著機器正在學習進行對話。 DeepPavlov將TensorFlow、Keras和PyTorch等基本的機器學習工具結合在一起，創建聊天機器人供您學習。結果有點古怪，但藉助適當的訓練，有時結果很實用。

Bledner

將3D模型轉換成華麗渲染場景的好方法是啟動Blender。雖然許多人認為Blender是電影製作人和動畫師手裡的工具，但它也是應用型AI的一個典例。豐富的介面和眾多插件使創建複雜的動態圖形或電影場景成為可能。只需要一點創造力，奧斯卡提名委員會很快就會打電話來。 AI甚至不會要求分享勝利果實。

OpenCV

探索機器視覺的最可靠基礎之一是開源電腦視覺庫OpenCV。它包括許多用於識別數位影像中物件的流行演算法，以及專門的例程，例如可以識別和讀取汽車牌照的例程。

Robocode

Robocode對您的演算法而言如同《飢餓遊戲》。這款基於Java的程式設計遊戲讓您的坦克可以在爭奪統治權的戰鬥中與其他坦克作戰。這是一種有趣的消遣，甚至可能有助於測試自動駕駛汽車的新策略。

原文連結：https://www.infoworld.com/article/3673976/13-open-source-projects-transforming-ai-and-machine-learning.html

以上是徹底改變AI和機器學習界的13個開源項目的詳細內容。更多資訊請關注PHP中文網其他相關文章！