麻省理工的 Picture 語言：代碼瘦身的秘訣

如今，機器學習算法已經進入了主流的計算機，而麻省理工學院正在研究一款讓每日的編程變得更加簡單的技術。

MIT 研究者將在六月發布一款新的叫做 Picture 的編程語言，當計算機在視頻或者圖像上識別目標時，它能從根本上降低代碼量。這是一個相對較新的編程原型，叫概率編程，它能減少復雜任務所需的代碼量。

在一個新語言測試中，研究者從一個圖像識別程序中減掉了數千行代碼，最終的代碼量更是少于50行。他們計劃在六月的”計算機視覺及模式識別會議“上公布這一結果。

Josh Tenenbaum 是 MIT 的計算機識別方面的科學家，他參與了概率編程項目的研發，他說：”我們事先建立可能會遇到的模型，通過這些模型，我們可以推測出在第一時間遇到的東西。“

Picture 用統計結果減去了計算機視覺領域里大量計算工作，它的工作原理就像逆電腦動畫過程。皮克斯等動畫公司采用的計算機繪圖程序，都是通過二維來表現三維的目標。而 Picture 語言與之相反，它通過比較一系列的模型來還原出二維圖像上識別目標原有的樣子。

美國國防部高級研究計劃局在2013年啟動了一個項目，此項目的主要目的就是要讓概率編程更加方便地應用于與機器學習中。

雖然理論研究進行了幾十年，但隨著更強大的計算機以及新的云服務如亞馬遜的 Amazon Web Service 和微軟 Microsoft Azure 的出現，機器學習才在商業領域中迅速普及。

盡管概率編程并不需要機器去學習工作，但是它提供了一個簡化機器學習的方法，Tenenbaum 說。

”在純機器學習領域，一般通過增加數據的收集量和讓機器學習工作來驅動性能“Tenenbaum 說，而在概率編程領域里”底層系統通過分析圖像形成的原因、過程、結果來實現，更像是以知識為基礎的。“

Picture 是 MIT 目前研究的多個概率編語言之一。另一個更常用的概率編程語言叫做 Venture，它還能用于解決其他問題，Tenenbaum 說到。

Source：Pcadvisor