OpenAI如今發(fā)表了Microscope,這是一個神經(jīng)細胞圖形努,從九個盛行的或大量的機器學習開始??偠灾?,該可數(shù)涵蓋數(shù)百萬張圖形。Microscope可以像研究所之中的顯微一樣崗位,可以努力人工智慧深入研究技術人員更多地解釋帶有數(shù)以萬計個神經(jīng)細胞的機器學習的構(gòu)造和犯罪行為。Microscope的初始模型包含在歷史上上極其重要且少見深入研究的電子計算機聽覺數(shù)學模型,如2012年ImageNet賽總冠軍AlexNet,AlexNet在深入研究之中被提及將近50000次,還有2014年的ImageNet總冠軍GoogleNet(亦稱Inception V1)和ResNet v2。每個數(shù)學模型圖形都有一些場面,圖形可以在OpenAI Lucid庫中采用,以便在Design Application授權下寵信。OpenAI在今早簡介Microscope的該網(wǎng)站中說,它想Microscope將有利于通過解釋神經(jīng)細胞間的連接起來來反轉(zhuǎn)建筑工程機器學習的器件資源共享崗位。除了Microscope下的神經(jīng)細胞圖形外,近來的一些崗位還設法圖形數(shù)據(jù)挖掘數(shù)學模型的社會活動。Instagram的Captum于本年秋季發(fā)行,它采用圖形關鍵技術來解讀數(shù)據(jù)挖掘數(shù)學模型做的協(xié)調(diào);在2019年3同年,OpenAI和搜索引擎發(fā)表了用做圖形數(shù)據(jù)挖掘迭代做的協(xié)調(diào)的介導地形圖關鍵技術;還有一個盛行的TensorBoard方法,用做專業(yè)訓練數(shù)據(jù)挖掘數(shù)學模型時的圖形。對于此次發(fā)表的Microscope,主要重要性在于給予發(fā)揮作用的資源共享焊以推動對這些數(shù)學模型的一直非常深入研究,可以讓帶有相連專業(yè)技能的深入研究技術人員(例如神經(jīng)科)必須更為巧妙地處理過程這些聽覺數(shù)學模型,這將對很多科技造成了一個增加。