美国国家人工智能研究与发展战略计划


目 录

摘 要 ........................................................7

一、 简介 ....................................................... 9

(一) 《国家人工智能研究和发展战略计划》的目的 ............. 9

(二) 预期结果 ............................................ 11

(三) 利用人工智能推进国家优先事项的愿景 .................. 12

1、 促进经济发展 ....................................... 12

2、 改善教育机会和生活质量 ............................. 13

3、 增强国家和国土安全 ................................. 14

(四) 人工智能的现状 ...................................... 14

二、 研发战略 .................................................. 18

(一) 战略一:对人工智能研究进行长期投资 .................. 21

1、 提升基于数据发现知识的能力 ......................... 21

2、 增强人工智能系统的感知能力 ......................... 22

3、 了解人工智能的理论能力和局限性 ..................... 22

4、 研究通用人工智能 ................................... 23

5、 开发可扩展的人工智能系统 ........................... 24

6、 促进类人的人工智能研究 ............................. 24

7、 开发更强大和更可靠的机器人 ......................... 25

8、 推动人工智能的硬件升级 ............................. 26

9、 为改进的硬件创建人工智能 ........................... 26

(二) 战略二:开发有效的人类与人工智能协作方法 ............ 28

1、 寻找人类感知人工智能的新算法 ....................... 29

2、 开发增强人类能力的人工智能技术 ..................... 30

3、 开发可视化和人机界面技术 ........................... 30

4、 开发更高效的语言处理系统 ........................... 31

(三) 战略三:了解并解决人工智能的伦理、法律和社会影响 .... 33

1、 改进公平性、透明度和设计责任机制 ................... 33

2、 建立符合伦理的人工智能 ............................. 34

5 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

3、 设计符合伦理的人工智能架构 ......................... 34

(四) 战略四:确保人工智能系统的安全可靠 .................. 36

1、 提高可解释性和透明度 ............................... 36

2、 提高信任度 ......................................... 36

3、 增强可验证与可确认性 ............................... 37

4、 保护免受攻击 ....................................... 38

5、 实现长期的人工智能安全和优化 ....................... 38

(五) 战略五:开发用于人工智能培训及测试的公共数据集和环境 39

1、 开发满足多样化人工智能兴趣与应用的丰富数据集 ....... 39

2、 开放满足商业和公共利益的训练测试资源 ............... 40

3、 开发开源软件库和工具包 ............................. 40

(六) 战略六:制定标准和基准以测量和评估人工智能技术 ...... 42

1、 开发广泛应用的人工智能标准 ......................... 42

2、 制定人工智能技术的测试基准 ......................... 42

3、 增加可用的人工智能测试平台 ......................... 43

4、 促进人工智能社群参与标准和基准的制定 ............... 44

(七) 战略七:更好地了解国家人工智能人力需求 .............. 46

三、 建议 ...................................................... 47

1、 建议一 ............................................. 47

2、 建议二 ............................................. 47

附录:首字母缩写词 ............................................. 48

译者注 ......................................................... 50

6 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

摘 要

人工智能(AI)是一种具有巨大社会和经济效益的革新性技术。人工智能

有可能彻底改变我们的生活、工作、学习、发现和沟通的方式。人工智能研究

可以推进美国的国家优先任务,包括增加经济繁荣、改善教育机会和生活质

量,以及加强国家和国土安全。由于这些潜在的益处,美国政府已经对人工智

能研究投资多年。然而,与联邦政府感兴趣的任何重要技术一样,指导人工智

能领域联邦资助研发的总体方向时不仅具有巨大的机会,还必须考虑到一些注

意事项。

2016 年 5 月 3 日,政府宣布成立一个新的国家科学技术委员会(NSTC)机

器学习和人工智能小组委员会,以帮助协调联邦在人工智能领域的活动。

1

该小

组委员会于 2016 年 6 月 15 日,请求网络和信息技术研究和发展计划(NITRD)

小组委员会编写《国家人工智能研究和发展战略计划》(以下简称“AI 研发战

略计划”或《战略》)。之后成立了一个 NITRD 人工智能工作组,以确定人工

智能研发为联邦的战略重大计划,特别关注产业不可能解决的领域。

这项《战略》为联邦资助的人工智能研究制定了一系列目标,既包括政府

内部的研究,也包括联邦资助的政府外部研究,例如在学术界。这项研究的最

终目标是产生新的人工智能知识和技术,为社会提供一系列积极效益,同时尽

量减少负面影响。为实现这一目标,《战略》确定了联邦资助人工智能研究的

以下重大计划:

战略一:对人工智能研究进行长期投资。优先投资下一代人工智能,将促

进新发现和洞察力,同时使美国在人工智能领域保持世界领先地位。

战略二:开发有效的人类与人工智能协作方法。并非取代人类,大多数人

工智能系统将与人类合作以实现最佳性能。需要研究来创建人类和人工智能系

统之间的有效交互。

战略三:了解并解决人工智能的伦理、法律和社会影响。我们期望人工智

能技术根据我们持有人类同胞的正式和非正式规范表现。需要研究以了解人工

智能的伦理、法律和社会影响,并开发设计符合伦理、法律和社会目标的人工

智能系统的方法。

战略四:确保人工智能系统的安全可靠。在人工智能系统广泛使用之前,

7 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

需要保证系统将以受控、充分定义和充分理解的方式安全地操作。需要进一步

加强研究,以解决创建可靠、可信任和可信赖人工智能系统的挑战。

战略五:开发用于人工智能培训及测试的公共数据集和环境。训练数据集

和资源的深度、质量和准确性显著影响人工智能性能。研究人员需要开发高质

量的数据集和环境,并允许负责访问高质量数据集,以及测试和培训资源。

战略六:制定标准和基准以测量和评估人工智能技术。人工智能进步极其

重要的是指导和评估人工智能进展的标准、测试基准、测试台和社区参与。需

要进行额外的研究来开发广泛的评价技术。

战略七:更好地了解国家人工智能人力需求。人工智能的进步将需要一个

强大的人工智能研究人员社区。需要更好地了解人工智能当前和未来研发人员

需求,以帮助确保有足够的人工智能专家能够应对本计划中概述的战略研发领

域。

《战略》最后提出了两方面建议:

建议一:开发一个人工智能研发实施框架,以抓住科技机遇,并支持人工

智能研发投资的有效协调,与本计划的第一至六项战略保持一致。

建议二:研究创建和维持一个健全的人工智能研发队伍的国家愿景,与本

计划的战略第七项保持一致。

8 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

一、简介

(一)《国家人工智能研究和发展战略计划》的目的

1956 年,来自美国的计算机科学研究人员在新罕布什尔州的达特茅斯学院

会面,讨论一个新兴的计算分支,即人工智能或 AI 的开创性思想。他们想象了

一个世界,“机器使用语言,构成抽象和概念,解决现在人类的问题,并改善

自己”。

2

这次历史性会议为 AI 的政府和行业研究设置了几十年阶段,包括感

知、自动推理/规划、认知系统、机器学习、自然语言处理、机器人和相关领域

的进展。今天,这些研究进展已经产生影响我们日常生活的新兴经济部门,从

制图技术到语音辅助智能手机,到邮件传递的手写识别,到金融交易,到智能

物流,到垃圾邮件过滤,语言翻译,甚至更多。AI 进展也为精准医学、环境可

持续性、教育和公共福利等领域的社会福利带来巨大的益处。

3

过去 25 年来,AI 方法的显著增加在很大程度上得益于统计和概率方法的

采用,大量数据的可用性以及计算机处理能力的提高。在过去十年中,机器学

习的 AI 子领域,使计算机能够从经验或例子中学习,已经表现出越来越准确的

结果,引起了人们对 AI 近期前景更多的兴趣。虽然最近注意到例如深度学习等

统计方法的重要性,

4

但在其他各种领域 AI 也已经取得了影响深远的进展,例

如:感知、自然语言处理、形式逻辑、知识展示、机器人技术、控制理论、认

知系统架构、搜索和优化技术以及其他更多方面。

(注:深度学习是指使用多层神经网络的一系列方法的汇总,这些方法支持快速完成一度被认为无法

自动化完成的任务。)

AI 的最近成就对这些技术的最终方向和影响已经产生了重要问题:当前 AI

技术的重要科学和技术瓶颈是什么?新的 AI 进展将提供什么积极,需要的经济

和社会影响?如何继续安全和有益地使用 AI 技术?如何设计 AI 系统以符合伦

理、法律和社会原则?这些进步对 AI 研发人员的影响是什么?

AI 研发的情况变得越来越复杂。虽然政府过去和现在的投资造就了 AI 的

突破性方法,但其他部门也已成为 AI 的重要贡献者,包括广泛的行业和非营利

组织。这种投资环境提出了关于联邦投资在 AI 技术发展中适当作用的重要问

题。联邦对 AI 投资的正确优先事项是什么,特别是在行业不可能投资的领域和

时间框架方面?是否有机会进行产业和国际研发合作,推动美国的优先事项?

9 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

2015 年,美国政府对 AI 相关技术的未分类研发投资约为 11 亿美元。虽然

这些投资已经产生了重要的新科学和技术,但是仍有机会在联邦政府之间进一

步协调,使这些投资能够充分发挥潜力。

5

认识到 AI 的革新性影响,2016 年 5 月,白宫科学和技术政策办公室

(OSTP)宣布了一个新的跨部门工作组,以探讨 AI 的利益和风险。

6

OSTP 还宣

布了一系列四个研讨会, 举办于 2016 年 5 月至 7 月的一段时间,旨在促进 AI

的公众对话,并确定其所带来的挑战和机遇。研讨会的结果是伴随公共报告

《为人工智能的未来准备》的一部分,与该计划一起发布。

在 2016 年 6 月,新的 NSTC 机器学习和人工智能小组委员会 - 它被特许在

联邦政府、私营部门和国际上与 AI 的进展保持同步,并帮助协调联邦在 AI 的

活动,任命 NITRD 国家协调办公室(NCO)创建《国家人工智能研究和发展战略

计划》。小组委员会指示本计划应传达一系列明确的研发优先重点,以解决战

略研究目标,将联邦投资重点放在行业不太可能投资的领域,并解决扩大和维

持 AI 研发人才渠道的需求。

本 AI 研发战略计划的输入来自广泛的来源,包括联邦机构、AI 相关会议

的公开讨论、投资于 IT 相关研发的所有联邦机构的 OMB 数据呼叫、投资 IT 相

关研发,OSTP 信息请求 RFI),该信息请求向公众征询了有关美国如何为未来

的 AI

7

做出最佳准备的意见,以及 AI 公开出版物的信息。

该计划对 AI

8

的未来做出多个假想。首先,假设 AI 技术将继续发展至复杂

巧妙并无所不在,而这多亏了政府和行业对 AI 研发的投资。第二,本计划假设

AI 对社会的影响将继续增加,其中包括就业、教育、公共安全和国家安全,以

及对美国经济增长的影响。第三,假设行业对 AI 的投资将继续增加,因为最近

的商业成就已增加了研发投资的预期回报。同时,本计划假设一些重要的研究

领域不太可能获得来自行业的足够投资,因为它们受制于典型的公共物品投资

不足问题。最后,本计划假设对 AI 专业的需求将继续在行业、学术界和政府内

部增长,从而对公共和私人造成劳动力压力。

与 AI 研发战略计划相关的其他研发战略计划和方案包括《联邦大数据研究

和发展战略计划》、

9

《联邦网络安全研究和发展战略计划》、

10

《国家隐私研

究和发展战略》、

11

《国家纳米技术倡议战略计划》、

12

《国家战略计算计

划》、

13

《推进创新神经技术脑研究计划》

14

与《国家机器人方案》。

15

涉及某

10 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

些 AI 子领域的其他战略研发计划和战略框架处于发展阶段,其中包括视频和图

像分析、健康信息技术、机器人和智能系统。这些额外计划和框架将提供补助

和详细叙述本 AI 研发战略计划的协同建议。

(二)预期结果

本 AI 研发战略计划超越了近期的 AI 功能,着眼于 AI 对社会和世界的长期

变革影响。AI 的最新研究进展让 AI 的潜力更为乐观,使行业得到迅猛发展,

并让 AI 方法变得商业化。然而,虽然联邦政府可以利用 AI 的行业投资,但许

多应用领域和长期研究挑战不会存在明确的近期利润驱动因素,因此不可能完

全由行业进行解决。联邦政府是长期高风险研究计划以及近期发展工作的主要

资金来源,以实现部门或机构的具体要求,或解决私营企业并不从事的重要社

会问题。因此,联邦政府应该强调重大社会重要性领域内的 AI 投资,这不针对

消费市场的领域,如用于公共卫生、城市系统与智慧社区、社会福利、刑事司

法、环境可持续性和国家安全的 AI,以及加速 AI 知识和技术生成的长期研

究。

跨联邦政府的 AI 协调研发工作将增加这些技术的积极影响,并为决策者提

供用于解决与使用 AI 相关的复杂政策挑战的所需知识。此外,协调方法将有助

于美国利用 AI 技术的全部潜力来改善社会。

本 AI 研发战略计划定义了一个高级框架,该框架可用于确定 AI 的科学和

技术差距,并跟踪用于填补这些差距的联邦研发投资。AI 研发战略计划确定了

AI 短期和长期支持的战略优先事项,以此来解决重要的技术和社会挑战。然

而,AI 研发战略计划并未为个别联邦机构定义具体的研究议程。相反,其为行

政部门设定了目标,在这些目标中,各机构可以根据其任务、能力、权威和预

算来决定优先顺序,以便整个研究组合能与 AI 研发战略计划保持一致。

AI 研发战略计划也并未制定 AI 的研究或使用政策,亦未就 AI 对就业和经

济的潜在影响作更广泛的探讨。虽然这些议题对国家至关重要,但它们在题为

“人工智能的机遇和挑战,这次会有所不同吗?”

8

的经济顾问委员会报告中进

行了讨论。

AI 研发战略计划侧重于有助定义和推进确保 AI 责任、安全和权益用途的

政策的研发投资。

11 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

(三)利用人工智能推进国家优先事项的愿景

推动此 AI 研发战略计划是未来世界充满希望的愿景,AI 将给所有社会成

员带来显著益处。人工智能的进一步进展可以提升社会中几乎所有部门的福

利,

16

让国家优先事项获得进展,其中包括促进经济发展、改善生活质量和加强

国家安全。这种潜在利益的例子包括:

1、促进经济发展

新产品和服务可以创造新市场,并提高多个行业现有商品和服务的质量和

效率。通过专业决策系统创造更有效的物流和供应链。

17

通过基于视觉的驾驶员

辅助和自动/机器人系统,

18

能更有效地运输产品。通过用于控制制造工艺和调

度工作流程的新方法来改善制造业。

19

如何促进经济发展?

(1)制造业:技术进步能在制造业,包括整个工程产品生命周期内引发新

工业革命。更多使用机器人技术能使制造业回归陆上。

20

AI 可以通过更可靠的

需求预测、提升运营和供应链灵活性,以及对改变制造业营运的影响进行更好

的预测来加速生产能力。AI 可以创造更智能、更快、更便宜和更环保的生产流

程,这能提高工人的生产率、提高产品质量、降低成本并改善工人的健康和安

全。

21

机器学习算法可以改善制造流程的调度并减少库存要求。

22

消费者可以从

现时的商业级 3-D 打印中获利。

23

(2)物流:私营部门制造商和托运人可以使用 AI,通过适配调度和路线

来改进供应链管理。

24

通过自动调整天气、交通和意外事件的预期影响,让供应

链更加牢固难以中断。

25

(3)金融:工业和政府可以使用 AI 提供多种规模的异常金融风险早期检

测。

26

安全控制可以确保金融系统自动减少恶意行为的机会,例如市场操纵、欺

诈和异常交易。

27

他们可以进一步提高效率并降低波动性和交易成本,同时预防

系统性失效,例如定价泡沫和低估信用风险。

28

(4)交通:AI 可以增强所有交通方式,实质上影响所有类型的旅途的安

全。

29

它可以用于结构安全监测和基础设施资产管理,提高公众信任,降低维修

和重建成本。

30

AI 可用于乘客和货运车辆,从而通过增强情景意识来提高安全

性,并为司机和其他旅客提供实时路线信息。

31

AI 应用还可以改善网络级移动

12 美国国家人工智能研究与发展战略计划 中国信通院(CAICT)编译组整理

13

性并减少整个系统的能源使用和运输相关的排放。

32

(5)农业:AI 系统可以创建通往可持续农业的途径,使农业产品的生

产、加工、储存、分配和消费更灵活。AI 和机器人能收集有关作物的特定场所

和时间数据,仅在它们需要的时间和地点才应用所需的投入(例如水、化学品

和化肥),并填补农业劳动力的紧迫缺口。

33

(6)营销:AI 方法能使商业实体更好地配合供应与需求,增加用来资助

进行中资助私营部门发展的税收。

34

其能预测和识别消费者需求

35

,使他们以更

低的成本获得更好的产品和服务。

(7)通信:AI 技术可以最大限度地有效利用带宽和信息存储和检索的自

动化。

36

AI 可以改进数字通信的过滤、搜索、语言翻译和摘要,积极影响商业

和我们的生活方式。

37

(8)科学和技术:AI 系统可以协助科学家和工程师阅读出版物和专利,

使理论与之前的观察值更一致,使用机器人系统和模拟、进行实验,并设计新

的设备和软件。

38

2、改善教育机会和生活质量

通过用于制定专有学习计划的虚拟导师来实现终身学习,以此根据每个人

的兴趣、能力和教育需求进行自我挑战和参与其中。通过为每个人定做和调整

的个性化健康信息,让人们能过上更健康和更积极的生活。智能家居和个人虚

拟助手可以节省人们的时间,并减少每日重复任务所损失的时间。

AI 将如何改善教育机会和社会福利?

(1)教育: AI-增强的学习型学校随处可见,通过其自动化辅导能衡量学

生的发展

16

。 AI 辅导员可补充面授教师,还可以因材施教。

16

AI 工具可以促

进终身学习并让所有社会成员获取新技能。

16

(2)医学:AI 能支持从大规模基因组研究(如全基因组关联研究,排序

研究)中识别出遗传风险的生物信息学系统,并预测新药物的安全性和有效

性。

39

AI 技术允许进行多维度的数据评估,以研究公共卫生问题,并为医疗诊

断和处方治疗提供决策支持系统。

40

AI 技术为个人提供药物定制;由此可提高

医疗效果、患者舒适度和减少浪费。

41

(3)法律:通过机器对法律个案史进行分析会变为普遍。

42

推荐文章

数据集是人工智能(AI)的生命线 - 可以说,它们使模型成为可能。但是,没有相应注释的数据取决于正在运行的算法的类型(即,监督与无监督),或多或少是无用的。这就是为什么像Scale这样的样品标签创业公司筹集了数千万美元,并吸引了优步和通用汽车等客户。这就是为什么Kevin Guo和Dmitriy Karpman共同创办了Hive,这是一家使用由数十万志愿者提供的注释数据来培训特定领域AI模型的创业公司。拥有近100名员工的Hive在从PayPal创始人Peter Thiel的创始人基金和其他人那里筹集了超过3000万美元的风险投资之前不久推出了旗舰产品--Hive Data,Hive Predict和Hive Enterprise。“我们建立了[Hive],因为我们觉得虽然围绕人工智能和深度学习有很多兴奋,但我们没有看到很多实际的应用程序正在构建,”郭在电话采访中告诉VentureBeat。“有很多炒作,但他们真正要解决的问题似乎并不明显。大多数这些都是有些工作的演示,但并不是真正的企业级。“为此,Hive通过Hive Work招募了大部分人类数据贴标人,Hive Work是一个智能手机应用程序和网站,指示他们完成分类图像和转录音频等任务。作为交换,Hive发放了一小笔奖励 - 每周数万美元。(郭说它可以使用“激增定价”来确保在必要时更快的周转时间,例如当Hive客户有特定项目时。)该战略取得了成功。Hive在其贡献者社区中的30多个国家/地区拥有近700,000名用户,他们每天帮助处理大约一千万个标签,准确率达到99%。(这种准确性部分归因于一个淘汰系统,它每隔一段时间就会进入“已知”任务,确保用户不会对系统进行游戏。)客户通过提供数据标签服务的Hive Data挖掘员工队伍。针对多个垂直行业量身定制。“获取培训数据来构建这些模型实际上非常非常重要。从某种意义上说,自动化的唯一方法就是招募大量的人力,这几乎具有讽刺意味,“郭说。“你可以拥有最好的框架,但如果没有良好的训练数据,你将无法获得良好的输出。我把它比作一个人类的头脑:你可以拥有最聪明的大脑,但如果你不教这个大脑猫狗之间的区别并展示它的好例子,它就永远不会认识到猫与狗之间的区别。“Hive Work的输出还提供Hive Predict,为企业提供定制设计的计算机视觉模型,帮助企业实现业务流程自动化; Hive Enterprise,针对汽车,零售,安全和媒体等领域,提供从头开始构建的专有数据的定制深度学习模型。Hive使用基于Google开源TensorFlow框架的后端,通过API或云开发AI系统,或与集成合作伙伴合作设计内部部署解决方案。到目前为止,凭借其内部服务器和网络基础设施,Hive创建了机器学习模型,可识别活动,预测年龄和性别,对汽车进行分类,确定相机传感器与感兴趣主体之间的距离,甚至可以检测爆炸等事件,电视节目中的枪声,战斗和广告。郭拒绝透露Hive的任何客户的名字,但表示每个客户每个月都会发出数千万的API请求。Hive的模型之一 - 徽标模型API - 当然会检测徽标,但也会检测它们显示的产品或广告以及它们可见的持续时间。Hive声称,与Google Vision Cloud的5%召回率和66%的精确度相比,它具有99%的召回率和98精度。Hive每周增加100个徽标,目标是在2018年第四季度达到10,000。“我们的质量标准远远高于其他所有人,”郭说。“我不希望[Hive]成为另一个真正过度的人工智能公司,它实际上无法构建技术,我认为这对整个空间来说并不好。”

热门文章

波士顿 - Neurala公司今天推出了一款新的视频标注工具,该工具由Brain Builder平台的人工智能辅助。“自动视频注释将显着加速神经网络的数据标注,从而帮助组织更快地培训和部署AI,”该公司表示。标记图像和视频对于开发用于建模和训练AI应用程序的数据集至关重要。Neurala  以软件即服务(SaaS)为基础提供Brain Builder,以帮助简化深度学习的创建,分析和管理。Neurala的联合创始人兼首席执行官Massimiliano Versace说:“人工智能数据准备的传统方法极其耗时且耗费人力,需要大量数据,需要经过精心和昂贵的注释。” “我们与Brain Builder的目标是通过易于使用的注释工具降低进入门槛。通过添加视频注释,我们能够进一步自动化数据准备,帮助组织将AI数据准备的时间和成本降低至少50%。“Neurala的专利和获奖技术源于2006年NASA,DARPA和空军研究实验室的神经网络研究。2013年,该公司加入了Techstars商业化计划。“每个人都想要AI,但他们不知道为什么,”Neurala的联合创始人兼首席运营官Heather Ames Versace说。“视频注释工具是终身AI技术堆栈的一部分,可提供透明度。”启用AI的注释可节省时间,提高工作效率当用户标记视频中的人物,物体或缺陷时,Neurala的新工具可以反复学习。Neurala表示,在用户在第一帧中标记感兴趣的项目后,该工具会自动在后续帧中注释相同的项目。例如,如果五个人输入一个框架,则在用户仅用一个人标记第一个框架后,它们将全部自动注释。相比之下,用户必须在他或她进入框架时标记每个人,这将花费更多的时间。此外,AI辅助视频注释可以提高标签处理速度并提高生产力,Heather Ames Versace告诉“ 机器人商业评论”。例如,用户可以注释10秒视频的一帧并获得300个注释的输出,而使用传统的注释方法,用户需要手动标记300个不同的图像才能获得相同的结果,Neurala说。“可解释性和信任始于数据,”Heather Ames Versace在最近的AI World大会上说。“通过在更短的时间内对数据进行注释和标记,团队可以进行更快速的原型设计。”用Brain Builder存钱“最终,它将帮助组织和开发人员更有效,更具成本效益地构建,培训和部署人工智能,”Massimiliano Versace说。“当涉及视觉AI的构建方式时,Neurala的Brain Builder平台已经在改变游戏规则。而现在,视频注释将进一步扩大可访问性和生产力的可能性。“Neurala说,Brain Builder还可以提供可观的投资回报。使用Brain Builder,组织可以以每小时6,750美元的视频进行注释,而没有它的则为13,500美元。Neurala发布  了一个教程  ,概述了使用Brain Builder在视频中标记对象的过程和好处。它还解释了如何使用TensorFlow训练语义分段网络。此外,本教程还引导观众了解跨多个GPU的培训步骤,这可以进一步缩短培训时间。