Original publish date:May 08, 2003
編輯 HCC 報導
英特爾即將正式公開一套貝式網路(Bayesian network)軟體程式庫,以協助程式撰寫人員建立更佳的程式機器學習能力。
貝式網路包含兩種數學模式,貝式機率理論與圖形模式,能依據連續性的最新資料來模擬機率值,對不確定性進行演算與推論,將一組隨機變數之間的關連性表現出來。
貝式網路的用途很多,已經應用在許多領域,例如在電子郵件的處理上,藉著分析電腦使用者對先前電子郵件的篩選經驗,可以學習到垃圾郵件的特性。 美國太空總署Ames Research Center的 AutoClass 計劃,即嘗試將貝式網路應用於星際探測與深太空探索原始蒐集數據的自動化解析。國內學術單位或研究機構對此題目也做了不少研究。
雖然此種演算功能非常強大,然而相對於其他的機器學習方法,極耗電腦計算,因此貝式網路在之前並未廣泛使用,不過因為最近個人電腦性能的提昇,已經足以使用此種機器學習方法。英特爾公司貝式網路程式庫研發小組負責人Gary Bradski稱,Google 與網路書店Amazon 已經廣泛的使用此種方法,波音公司並將其應用於診斷系統上。
Gary Bradski聲稱,英特爾將提供一套性能完整的程式庫供使用者設計機率模型,在資料探勘(data-mining)、電腦視覺(computer vision)、機器人、生物資訊(bioinformatics)、診斷與決策分析(diagnostic and decision making)系統將有所幫助。
英特爾希望於2003年六月舉行的神經資訊處理系統研討會(Neural Information Processing Systems conference) 公開此程式庫, 同時於八月份的人工智慧不確定度研討會(Uncertainty in Artificial Intelligence conference)舉辦程式庫的使用訓練課程。
英特爾此舉對機器學習等領域影響很大,研究人員無須辛苦的重頭撰寫所有的程式,利用英特爾的程式庫,可以更快、更容易的進行更複雜的應用。加州博克萊大學貝式網路專家Michael Jordan認為貝式網路程式庫一但公開,就會被廣泛的使用。
參考來源:
- New Scientists: Intel to release machine learning libraries
- An Introduction to Bayesian Networks and their Contemporary Applications
本文版權聲明與轉載授權資訊:
- 本文採用書面授權轉載模式,詳細著作權聲明與轉載規定請見 http://sciscape.org/copyright.php。