F8大動作：PyTorch 1.0現身（Logo也換了），圍棋AI開源

來自專欄 量子位

夏乙 若朴 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

F8開發者大會第二天，Facebook亮出了一系列AI大動作。

Caffe2和PyTorch合體事件有了清晰的發展方向，同樣服務於深度學習開發者的ONNX也宣布支持更多的框架。

另外，Facebook開源了視頻理解、自然語言處理的模型，開源了圍棋AI ELF OpenGo，還展示了一個打星際的AI。

PyTorch

v0.4.0正式版發布沒幾天，Facebook在F8開發者大會第二天宣布將發布PyTorch 1.0，還提前展示了這款新框架的特性。

這個框架，還換了LOGO：

深度學習框架Caffe2的作者 @賈揚清 ，在知乎上將這一版本的發布總結為Caffe2 + PyTorch = PyTorch 1.0。

也就是將原本兩款框架面向研究的和面向生產的特性結合了起來。

Facebook介紹說，PyTorch 1.0結合了Caffe2和ONNX模塊化、面向生產的特性，和PyTorch自身靈活、面向研究的特性結合起來，為廣泛的AI項目提供了一個從科研原型到生產部署的快速、無縫途徑，讓用戶可以快速實驗，通過一個能在強制執行模式和聲明執行模式之間無縫切花的混合前端優化性能。

除了將研究和生產特性結合起來，PyTorch 1.0還將ONNX（開放神經網路交換）包含進來。ONNX是Facebook去年聯合多家軟硬體公司發布的神經網路模型轉換協議，現在，它新增了對蘋果的Core ML、百度PaddlePaddle、高通SNPE的支持，再加上原本支持的MXNet、Caffe2、PyTorch、TensorFlow、CNTK等框架，實現了神經網路模型在各種主流框架之間的轉換。

PyTorch 1.0 beta版將在今年夏天和用戶見面。

不過，Facebook內部已經用上了。官方稱，Facebook多款產品和服務都在大規模應用這個新框架，它每天要處理60億次文本翻譯任務。

PyTorch最初亮相於1年多以前，Facebook的另一款深度學習框架Caffe2，則在去年的F8大會上正式發布。

不過今年4月，Caffe2已經宣布全部代碼併入PyTorch。接下來的幾個月里，兩款框架原本的組件將深度結合，成為一個單獨的軟體包。

就在上周，PyTorch發布了v0.4.0版本，將Tensors（張量）和Variables（變數）合併，新增了零維張量，還開始了對Windows系統的官方支持。

展示PyTorch 1.0的同時，Facebook還開源了一部分研究成果。比如用於視頻理解的ResNext3D模型將於6月發布，視頻行為識別模型Res 2+1今天就已經開源，PyTorch中的自然語言理解庫Translate也將開源。

發布了這麼多資源和工具，去哪找呢？Facebook還為旗下所有的AI資源推出了一個網站：

https://facebook.ai/developers

圍棋AI開源下載

在F8大會上，還開源了一個圍棋AI：ELF OpenGo。

這個AI是Facebook團隊對DeepMind技術的一個重現，最近他們選擇與四名排名世界前30的人類高手對戰，取得了14-0的勝利。

和AlphaGo一樣，這個AI的重點也並不只是下圍棋，而是想要更好的解決問題。現在ELF OpenGo已經可以開源下載。

對此， @田淵棟 在知乎上有更詳細的解答：

我們最近改進了ELF框架，並且在上面實現了DeepMind的AlphaGoZero及AlphaZero的演算法。用兩千塊GPU訓練約兩到三周後得到的圍棋AI，基本上超過了強職業的水平。我們和韓國棋院合作進行了一次測試，給這個AI單卡每步50秒搜索時間（每步搜索8萬個局面），給人類棋手任意長時間思考，結果AI以14比0完勝。參與測試的棋手包括金志錫，申真諝，朴永訓及崔哲瀚，在這裡我們非常感謝他們的合作，大家都很儘力，一些棋局下了三四個小時極其精彩。應棋手們的要求，這14局棋譜中的12局不久將公開。

另外我們也和現在著名的LeelaZero比較了下。我們採用了LeelaZero除ponder外的預設配置（約一分鐘一步），及4月25日的公開權重(192x15, 158603eb)，結果我們的AI以200比0獲勝。在此我們非常感謝Leela團隊的工作，對於他們的開源精神，我們表示由衷的敬意。

這次我們將訓練代碼，測試代碼及訓練出來的模型（224x20）全部公開，首要目的是貫徹我們一直以來堅持的開源方針，讓AI為全世界服務。其次是對於AlphaGoZero及AlphaZero這樣非常優秀的演算法，我們想要提供一個可重複的參考實現，讓全球的研究者們能在這上面繼續改進，充分發揮自己的創造力。最後是藉此機會推廣一下我們的ELF平台和PyTorch深度學習框架，希望更多的人能使用和完善它。

感謝大家的支持！

田淵棟，龔渠成&馬子嫯（Jerry Ma）, Shubho Sengupta, 陳卓遠，Larry Zitnick

ELF OpenGo代碼及模型的地址：

https://github.com/pytorch/ELF

其他

在F8大會上，還展示了一個可以打《星際爭霸》的AI，Facebook也計劃隨後開源這一項目。星際爭霸和圍棋一直也都是Facebook團隊研究的方向。

還有一項突破研究。基於35億張用戶已打標籤（17000個）的公開圖像，Facebook成功訓練了一個圖像識別系統，這比之前只能用手動打標籤的5000萬張圖片訓練相比，提高了系統的識別能力，在ImageNet上獲得了創紀錄的高分（準確率85.4%）。

更多信息，可以參考這個頁面：

https://code.facebook.com/posts/1700437286678763/

此外，F8大會上還展示了AR和VR方面的進步。

Facebook已經創建了一個原型系統，可以生成效果驚人的三圍重建畫面。下面這個視頻，展示了正常的視頻與3D重建畫面的比較，幾乎難以分辨左右哪個畫面為真。（友情提示：左邊露出操作員腳部的是真實世界）

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態

推薦閱讀：