初めてPyTorchを見ましたが、少々驚きの仕様の違い。

Chainer,Tensorflow,Keras,Theano等は見てきたが、Caffe,Caffe2,PyTorch,Azure,Rなどは見ていないが、相応に凄いソフトのようだ。
だがScikitlearnに溺れていると、内部処理が見えなくなるので、危険だなと毎度思い、Scikitlearnを使わない人工知能のコードを読んでいる。
このPyTorchってのが、Pythonを使っている私からすれば、妙に蠱惑的なのだが、まぁ英語のPDFテキストが膨大な割に日本語の説明が少ない。
Google検索で4ページとは、全く日本の人工知能は遅れている。
まぁざーと見ると、PyTorchは自動微分とかCudaとか書いており唯一の日本語のPDFテキストはNVIDIAであった。
NVIDIAの資料は英語のPDFでも当然存在し関心の熱さを感じてしまう。
それにしても最低でも25ページ、最大のは１２MB、230ページの膨大なものだ。
これほどの入れ込みようは半端じゃない。
まぁ色々やっていると、知恵の１つや２つは付くもので、まぁ「これは」こうして使うか？とかのアイデアが出てくるし、今のシステムの弱さも分かるし、何もこんなもの人工知能でやらんでも良いでしょう？と思うものもある。
長い間、人工知能の端っこにあるな？と思っていたが、このNVIDIAの入れ込みようでは、こりゃCUDA+PyTorchがGPUオペレーションのデファクトになるのか？と思ってしまう。
今の所第一世代の人工知能用のCPUだが、どうもNVIDIAのGPU+CUDAに勝つ者は居らず、今後もNVIDIAの一人勝ちが進むのだろうか？と思ってしまう。
私は画像認識ではなく画像分析を人工知能に依頼したい。
また音声認識を使い使用する事と、ロボットの頭脳としても使いたい。
最近感じるのはディープラーニングばかりが人工知能ではなく中間層の無いニューラルネットの方が現場の状況を単純だが高速に学習すると言う作業も必要だろう。
何れにしても、現在の人工知能は認識の正確さ、速さ、新しい情報の分析などの進化の流れがメインだが、アッセンブリーとしての人工知能のセットを動かすのも、そろそろ必要だろう。