深度學習AI系統將新加坡置于大數據分析的全球地圖上

新加坡國立大學(NUS)的一組研究人員已將新加坡置于人工智能(AI)和大數據分析的全球地圖上。他們的名為Apache SINGA的開源項目于2019年10月16日從Apache孵化器中“畢業”，現在是全球最大的開源軟件社區Apache Software Foundation下東南亞的第一個頂級項目(TLP)。

被認可為TLP絕非易事，因為Apache SINGA現在加入了領先的開源工具(例如Apache HTTP Server和Apache Kafka)的行列。雖然名稱可能不會立即響起，但Apache Kafka在Airbnb，LinkedIn，Netflix，PayPal，Spotify和許多其他公司中為大數據解決方案提供支持。Apache HTTP Server是世界上最受歡迎的Web服務器，目前為Internet上所有活動網站的29%提供服務。

Apache SINGA由OUS Beng Chin教授領導，由國立計算學院數據庫系統研究小組與浙江大學和網易于2014年共同發起。該原型于2015年3月提交給Apache Incubator，并于2002年首次正式發布。 2015年10月。此后，國立大學的研究人員獲得了新加坡國家研究基金會，教育部和科學技術研究局的支持。

Ooi教授說：“ 2012年，我們對深度學習和機器平臺的需求不斷增長，但缺乏高效的分布式平臺。畢業是對Apache SINGA的認可，但這只是開始。我們希望Apache SINGA可以像Apache HTTP Server對網站服務器一樣，對深度學習產生影響。”

深度學習是機器學習的一個子集，旨在利用人工神經網絡從大量數據中產生有意義的見解。雖然機器學習通常需要人類提供結構化數據，但深度學習可以自行構造原始數據。一個例子就是識別貓的形象。機器學習將需要人工輸入才能定義貓具有諸如胡須，尖耳朵和爪子的特征。深度學習將通過各種算法分析貓的多個圖像，從而通過模擬人造大腦本身來確定所有特征。

但是，深度學習的局限性在于它需要大量的數據，這反過來又需要大量的計算能力。一個典型的集中式系統將需要一臺超級計算機來處理所有這些信息，這對于大多數組織來說不是一個選擇。Apache SINGA的分布式系統方法有助于克服對單個超級計算機的需求，因為它可以將工作量分散到大量常規計算機上。

Apache SINGA當前為跨多個部門的應用程序提供支持，包括醫療保健，銀行和金融，軟件開發和網絡安全。其中一個應用是FoodLG，它通過最終用戶上傳的照片使用圖像識別來識別菜肴。新加坡的五家醫院目前正在使用不同版本的FoodLG來促進健康的生活并促進疾病的治療，例如糖尿病，高血壓和高膽固醇。

國立大學醫院(NUH)和新加坡總醫院也正在利用Apache SINGA分析MRI和X射線圖像，以改善對健康問題的識別。此外，NUH使用在Apache SINGA上訓練的模型進行疾病進展建模和患者重新入院建模。在網絡安全領域，SecureAge正在使用Apache SINGA開發惡意軟件檢測深度學習模型，以更準確地識別惡意軟件，并根據過去的數據識別新型惡意軟件。另一方面，本地銀行也正在使用Apache SINGA來開發和訓練用于風險建模和解決反洗錢合規性的模型。

Apache SINGA的下一步是增強其系統，使非AI專家也能夠使用它，并簡化其在邊緣設備上的運行，為5G時代做好準備。