全程温和语音指导 再也不用被教练凶了

实际上，对函数纯度的这种关注显着增加了抽象的数量，从而增加了复杂性，并因此降低了开发人员的生产率。

(13) 空值

就像Rust一样，Haskell也没有null引用。它使用选项模式来表示可能不存在的值。

(14) 错误处理

尽管某些函数可能会引发错误，但惯用的Haskell代码使用的模式类似于Rust中的Result类型。

(15) 不变性

Haskell对不可变数据结构提供一流的支持。

(16) 模式匹配

Haskell具有出色的模式匹配支持。

(17) 生态

标准库是一团糟，尤其是默认的前奏(核心库)。默认情况下，Haskell使用引发异常的函数而不是返回选项值(函数编程的黄金标准)。更糟的是，Haskell有两个包管理器-Cabal和Stack。

(18) 结论 3星
 

Benaich和Hogarth以2021年的预测结束了报告。它们如下(幻灯片172)：

1)建立更大语言模型的竞赛仍在继续，我们看到了第一个10万亿参数模型。

2)基于注意力的神经网络从NLP迁移到计算机视觉，以实现最先进的结果。

3)一家大型公司AI实验室因其母公司更改策略而关闭。

4)为响应美国国防部的活动和对美国军事AI初创公司的投资，在接下来的12个月里，一波以中国和欧洲国防为重点的AI初创公司合计筹集了超过1亿美元。

5)一家领先的人工智能先行药物发现初创公司(例如Recursion，Exscientia)进行首次公开募股或以超过$ 10B的价格被收购。

6)DeepMind在AlphaFold之外在结构生物学和药物发现方面取得了重大突破。

7)Facebook通过3D计算机视觉在增强现实和虚拟现实方面取得了重大突破。

8)NVIDIA最终并没有完成对Arm的收购。

尽管这些预测是针对明年的，但其中一些已经成为现实。关于(1)，微软宣布其DeepSpeed库已经具有"万亿参数模型"的功能。尽管到目前为止尚未发布任何版本，但显然要出现10万亿美元的模型之路。关于(2)，图像值16x16字朝此方向迈进。

关于(6)，除了AlphaFold，我们还有……AlphaFold 2!它的最新版本对生物学的影响与2012年AlexNet对计算机视觉的影响相同或更大。当前的媒体报道似乎是一致的。我坚信作者将在2021年将其标记为正确。

报告内容

接下来，我按照幻灯片顺序将自己的观点添加到报告结果中，并与最近发生的事件进行一些关联。请记住，该报告已于10月发布。从那以后，发生了很多事情。

研究(幻灯片10-62)

· 仅有15%的AI论文发布了他们的代码(幻灯片11)：我想知道其他计算机科学领域的百分比率。此外，并非所有代码都一样。在代码方面，由预先存在的组件构成的新体系结构不如全新实现重要。新颖的损失或优化器功能可以像嵌入式代码片段一样短。总而言之，我同意AI并不像我们想象的那样开放，但相对于计算机科学的其他领域，它仍然是相当开放的

· PyTorch在行业使用方面将超过TensorFlow(幻灯片13、14)：虽然我相信这是事实，但数据具有误导性。只有30%的论文陈述了他们的框架。许多可能仍受TensorFlow约束。此外，我发现没有显示Keras数据很奇怪(幻灯片14)。

（编辑：盐城站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!