fbpx

SEGUICI SU:

DELLO STESSO AUTORE

INSTAGRAM

CORRELATI

Gen, la nuova generazione di programmazione

Quando l'importanza della programmazione ha bisogno di interfacciarsi anche con i meno esperti, nasce un nuovo metodo di programmare.

Arriva direttamente dal Massachusetts Institute of Technology (MIT) la nuova idea di programmazione: si chiama GEN ed è il nuovo sistema di programmazione probabilistica generico. Esso raggiunge efficienza di inferenza e flessibilità nella modellizzazione attraverso tre principali strumenti: una funzione generativa per incapsulare i modelli probabilistici, linguaggi di modellazione interoperabili, modelli di indipendenza condizionale e algoritmi di inferenza efficienti ad un alto livello di astrazione.

Come dichiarato dai ricercatori, l’obiettivo è creare un software in grado di essere usato da esperti e non per complicati compiti di statistica, machine learning, computer vision, scienze cognitive, robotica, elaborazione del linguaggio naturale e intelligenza artificiale.

 

Credits: via web

Esistono già alcuni linguaggi di programmazione in grado di svolgere questi compiti come Stan, Edward, Anglican e Venture, successivamente usati per stabilire la precisione di Gen. Questi linguaggi semplificano e formalizzano l’uso di modelli probabilistici e inferenze attraverso schemi con i quali l’utente esprime il modello desiderato e il software costruisce l’inferenza.

Cosa differenzia GEN tra tutti gli altri

GEN è un linguaggio scritto in Julia con cui sono stati implementati:

  • DML: il compilatore genera delle funzioni contenenti degli hash-table, tramite ciò si è in grado di progettare grafici.
  • SML: piccolo campo della DML in cui ci si occupa dell’analisi statica. Il compilatore genera un flusso di informazioni basate su un grafico aciclico in cui ogni nodo genera scelte random.
  • TML: incapsulamento di funzioni di TensorFlow in modo da consentire l’uso di deep neural network. Ciò è consentito attraverso l’uso di variabili trainabili, placeholders e un nodo definente l’output della funzione.

Gli algoritmi probabilistici usati sono MonteCarlo e varianti dei metodi di Bayes, come gerarchie statistiche, apprendimento strutturale, simulazioni basate su modelli, filtri per la stima degli stati e tecniche di grafici inversi.

Queste tecniche sono unite con la GFI (Generative Function Interface): una scatola nera astratta per modelli probabilistici avente una barriera tra l’implementazione dei linguaggi di modellazione e la specifica dell’algoritmo di inferenza, tipicamente prodotti dal compilatore.

I test sono stati svolti su ogni obiettivo e i risultati confrontati con prove identiche ma usando gli altri linguaggi. Le prove sono: regressione robusta con l’algoritmo di Bayes, apprendimento gaussiano, modello per agenti autonomi, modello non lineare per la disposizione degli stati nello spazio e infine una stima 3D delle posizioni delle persone studiate da una depth image.
Nel paper redatto dai ricercatori sono presenti tutti i dettagli implementativi dell’algoritmo, esempi di codice, metodi utilizzati e grafici sui risultati dei test.

Secondo i ricercatori la versatilità di GEN può offrire nuove strade per altri campi di ricerca. Tra tutti i possibili scenari evidenziano un dominio embedded per implementare l’interfaccia funzionale o inserire inferenze per supportare le fasi di verifica.
Certamente possiamo affermare che con questo linguaggio si è segnato un grande palo nella storia della programmazione.

CUE FACT CHECKING

Grazie per essere arrivato fin qui

Per garantire lo standard di informazione che amiamo abbiamo dato la possibilità ai nostri lettori di sostenerci, dando la possibilità di:
- leggere tutti gli articoli del network (10 siti) SENZA banner pubblicitari
- proporre ai nostri team le TEMATICHE da analizzare negli articoli

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

Silvia Sannahttps://systemscue.it
Laureata triennale in Ingegneria Elettrica, Elettronica, Informatica e attualmente studentessa di LM Computer Engineering, Cybersecurity and Artificial Intelligence. Informazione tecnologica con TechCuE