详细内容或原文请订阅后点击阅览
为高效的视觉人工智能系统创建定制的编程语言
副教授 Jonathan Ragan-Kelley 优化了计算机图形和图像的处理方式，以适应当今和未来的硬件。
来源:MIT新闻 - 人工智能一张照片可以让人们一窥创作者的世界——他们对某个主题或空间的兴趣和感受。但是，那些帮助制作这些图像的技术背后的创作者又如何呢？
麻省理工学院电气工程与计算机科学系副教授 Jonathan Ragan-Kelley 就是这样一个人，他设计了从电影视觉效果工具到行业中广泛用于照片编辑和处理的 Halide 编程语言等各种东西。作为麻省理工学院-IBM Watson AI 实验室和计算机科学与人工智能实验室的研究员，Ragan-Kelley 专门研究高性能、领域特定编程语言和机器学习，这些语言和机器学习支持 2D 和 3D 图形、视觉效果和计算摄影。
“我们许多研究的最大推动力是开发新的编程语言，使编写程序变得更加容易，这些程序可以在当今计算机中日益复杂的硬件上高效运行，”Ragan-Kelley 说。 “如果我们想继续提高我们真正可以利用的实际应用的计算能力——从图形和视觉计算到人工智能——我们需要改变我们的编程方式。”
寻找中间立场
寻找中间立场 摩尔定律“我们的工作主要是释放我们可以构建的最佳硬件的力量，以传统编程语言无法实现的方式为这些类型的应用程序提供尽可能多的计算性能和效率。”
解锁硬件：高级和服务不足的方式
解锁硬件：高级和服务不足的方式“通过改变我们的编程方式，我们可以释放新机器的计算潜力，并使人们能够继续快速开发能够利用日益复杂和具有挑战性的硬件的新应用程序和新想法。”