MIT的一個研究小組正努力讓初學者更容易入門人工智能，同時也幫助專家進一步推進這個領域的發展。
在PLDI大會（Programming Language Design and Implementation conference）上發表的一篇論文中，研究人員介紹了一種名爲“Gen”的新型概率編程系統。用戶無需處理公式或者手寫高性能的代碼即可編寫多個AI應用領域的模型和算法，例如計算機視覺、機器人學以及統計學 。Gen還可以讓專業研究人員編寫先前不可行的複雜模型和用於預測任務的算法。
例如，在他們的論文中，研究人員展示了一個簡短的Gen程序可以預測3-D身體姿勢，這個高難度的計算機視覺預測任務在自治系統、人機交互和增強現實中均有應用。這個程序包括執行圖形渲染、深度學習和不同類型的概率模擬組件。與其他早期系統相比，這些不同技術的結合提高了這個預測任務的準確性和速度。
由於其簡單性以及在某些情況下的自動化，研究人員表示，Gen可以被任何人輕鬆使用，包括新手和專家。“這項工作的一個目的是讓缺乏計算機科學或數學知識的人更容易入門自動化人工智能，”論文第一作者、電氣工程和計算機科學博士Marco Cusumano-Towner說，“我們還希望提高生產力，能夠讓專家更輕鬆地快速迭代以及製作AI系統原型。”
研究人員還展示了Gen通過使用另一個Gen程序簡化數據分析的能力。該程序可以自動生成專家通常用於分析、解釋和預測數據模式的複雜統計模型。這是建立在之前的工作基礎之上的。之前的工作是讓用戶編寫幾行代碼來獲得金融趨勢、航空旅行、投票模式和疾病傳播等方面的靈感。與早期系統不同，早期系統需要大量的手動編碼才能進行準確的預測。
“Gen是第一個靈活、自動化、足夠高效且能夠涵蓋計算機視覺和數據科學中不同用例的系統，並且性能足夠好，”Vikash K. Mansinghka表示。他是一個來自大腦和認知科學系的研究員，負責概率計算項目。
和Cusumano-Towner、Mansinghka一起合作論文的有Feras Saad和Alexander K. Lew，他們都是CSAIL的研究生以及概率計算項目的成員。
全世界最佳
2015年，Google發佈了TensorFlow，這是一個開源的API庫，可以讓初學者和專家無需進行太多數學計算即可自動生成機器學習系統。現在已經得到了廣泛使用，該平臺正在幫助人工智能的某些方面民主化。但是，雖然TensorFlow足夠自動化和高效，但它只是側重於深度學習模型，與更廣泛的AI相比，這些模型既昂貴又有限制。
現在有很多其他AI技術可用，例如統計和概率模型以及模擬引擎。一些其他的概率編程系統能夠靈活涵蓋幾種AI技術，但它們運行效率低下。
研究人員力求將所有最優的特性 —— 自動化、靈活性和速度 —— 結合在一起。 “我們這麼做也許可以使更廣泛的建模和預測算法民主化，就像TensorFlow對深度學習起的作用，”Mansinghka說。
在概率AI中，預測算法對數據執行操作，並基於新數據連續地微調概率以進行預測。最終會生成一個描述如何預測新數據的模型。
建立在早期概率編程系統Church中使用的概念基礎之上，研究人員將幾種自定義建模語言融入Julia，這也是MIT開發的一種通用編程語言。每種建模語言都針對不同類型的AI建模方法進行了優化，使其更加通用。 Gen還使用各種方法（如優化、變分推斷、某些概率方法和深度學習等）爲預測任務提供高層基礎設施。最重要的是，研究人員進行了一些調整，使其實現運行更加高效。
走出實驗室
外部用戶已經在尋找利用Gen進行AI研究的方法。比如英特爾正在與MIT合作，把Gen用於機器人和增強現實系統中使用的深度感知相機的3D姿勢預測。MIT林肯實驗室也在就把Gen用於人道主義救援和災難響應的空中機器人而開展合作。
在MIT Quest for Intelligence中，Gen開始被用於雄心勃勃的AI項目。例如，Gen是MIT-IBM Watson AI Lab項目以及美國國防部的國防高級研究計劃署正在進行的機器常識項目的核心。該項目旨在模擬18個月大的孩子的常識。Mansinghka是該項目的主要研究人員之一。
“在Gen的幫助下，這是第一次研究人員可以輕鬆整合一些不同的AI技術。看到人們現在發現的可能性將會很有趣，”Mansinghka說。
Uber首席科學家兼人工智能副總裁以及劍橋大學教授Zoubin Ghahramani表示，“自從深度學習出現以來，概率編程是人工智能前沿最有前途的領域之一。 Gen代表了這個領域的重大進步，有助於基於概率推理的AI系統的大規模實際應用。”他並未參與Gen的研究。
谷歌的研究主管Peter Norvig 也沒有參與這項研究，他同樣也讚揚了這項工作。 “[Gen]讓問題解決者使用概率編程，因此可以採用更原則的方法解決問題，但不受概率編程系統設計者的選擇限制，”他說。 “通用編程語言之所以成功，是因爲它們使程序員更容易完成任務，同時也使程序員能夠創造一些全新的東西來有效地解決新問題。Gen對概率編程也是如此。”
Gen的源代碼是公開的，將在即將舉行的開源開發者大會上展示，包括Strange Loop和JuliaCon。這項工作部分得到了DARPA的支持。