MIT News - Artificial intelligence
·
为高效视觉人工智能系统创建定制编程语言
💡
原文英文，约1500词，阅读约需6分钟。
📝
内容提要
麻省理工学院副教授乔纳森·拉根-凯利专注于优化计算机图形和图像处理，致力于开发高性能编程语言和机器学习技术。他的研究旨在提高新硬件在图像处理和人工智能领域的计算效率，通过自动化编译和机器学习优化程序，以适应复杂的硬件环境。
🎯
关键要点
- 乔纳森·拉根-凯利副教授专注于优化计算机图形和图像处理，开发高性能编程语言和机器学习技术。
- 他的研究旨在提高新硬件在图像处理和人工智能领域的计算效率。
- 拉根-凯利的工作包括开发Halide编程语言，专门用于图像处理，已在行业中广泛应用。
- 他通过牺牲通用性来捕捉特定计算问题的结构，从而提高计算效率。
- 拉根-凯利的团队正在开发用户调度语言，以提供更高层次的控制，平衡性能和安全性。
- 他们的研究还涉及将机器学习应用于自动生成优化调度，以提高编译器性能。
- 拉根-凯利的团队正在重新思考大型语言模型的计算和编程架构，以提高在AI硬件上的运行效率。
- 他强调，通过改变编程方式，可以释放新机器的计算潜力，促进新应用和新想法的快速发展。
❓
延伸问答
乔纳森·拉根-凯利的研究重点是什么？
他的研究重点是优化计算机图形和图像处理，开发高性能编程语言和机器学习技术。
Halide编程语言的主要用途是什么？
Halide编程语言主要用于图像处理，已在行业中广泛应用于图像编辑软件。
拉根-凯利如何提高计算效率？
他通过牺牲通用性来捕捉特定计算问题的结构，从而提高计算效率。
用户调度语言的目的是什么？
用户调度语言旨在提供更高层次的控制，平衡性能和安全性。
拉根-凯利的团队如何利用机器学习？
他们将机器学习应用于自动生成优化调度，以提高编译器性能。
拉根-凯利对大型语言模型的研究有什么创新？
他的团队正在重新思考大型语言模型的计算和编程架构，以提高在AI硬件上的运行效率。
➡️
