W3C推出 Web 机器学习工作组,计划发布 Web 神经网络 API 的第一份工作草案

29

W3C 正式推出“Web 机器学习工作组”,并计划在2021年上半年发布 Web 神经网络API的第一份公开工作草案。

以下内容为 W3C 公告《W3C LAUNCHES THE WEB MACHINE LEARNING WORKING GROUP》 翻译。

image.png


W3C推出 Web 机器学习工作组

这篇文章是由Anssi Kostiainen(工作组主席)、Ningxin Hu和Chai Chaoweeraprasit(网络神经网络API编辑)以及Ping Yu(TensorFlow.js核心团队)共同撰写的。

机器学习(ML)是人工智能的一个分支。ML的一个子领域叫做深度学习,它的各种神经网络架构能够为网络应用带来新的令人信服的用户体验。用例的范围包括从改进的视频会议到改善可及性的功能,以及潜在的比基于云的解决方案更好的隐私。启用这些用例以及更多的用例是新成立的Web 机器学习工作组的重点。

虽然其中一些用例可以通过现有的网络API(如WebGL图形API或未来的WebGPU)以受限的方式在设备内实现,但由于缺乏对平台能力的访问,如专用的ML硬件加速器和本地指令,限制了体验的范围,并导致现代硬件上的低效率实现。

考虑到这些设计目标,一个W3C社区小组在2018年开始孵化可能的Web神经网络API的工作,以回应TPAC分组会议上的鼓励性反馈。从2018年10月开始,这个社区小组确定了关键用例,与不同的参与者合作,包括主要的浏览器供应商、关键的ML JS框架、感兴趣的硬件供应商和网络开发人员。在确定了关键用例后,该小组将关键用例分解为需求,并在2019年中期开始起草网络神经网络API规范。这个用例驱动的设计过程的目的是将用户需求放在首位。

"在获得原生ML加速器的情况下,TensorFlow.js等机器学习框架可以极大地提高模型的执行效率,真正实现网络开发者的ML民主化。"- Ping Yu,谷歌的TensorFlow.js的TLM。

"来自网络神经网络API实现的早期经验结果表明,网络人工智能工作负载有巨大的力量和性能改进。通过访问现代异构硬件的全部原生人工智能能力,网络神经网络API在开放网络平台上实现了跨越各种硬件、软件和设备类型的全新的变革性智能用户体验。"- 英特尔网络平台工程首席工程师胡宁馨

W3C在2020年8月和9月期间组织了一次关于网络和机器学习的研讨会。这次研讨会将网络平台和机器学习从业者聚集在一起,调查网络技术和机器学习更广泛的交叉点,研讨会的结论之一是建议成立一个新的W3C工作组,对网络神经网络API进行标准化,从其孵化阶段毕业。从2021年起,社区小组继续其孵化功能,与工作组平行工作,类似于W3C的WebAssembly和WebGPU工作。

"网络神经网络API是朝着未来的智能网络迈出的非常重要的一步,在那里人工智能被注入到用户的日常网络体验中。随着目前人工智能硬件领域的进步和创新步伐,它将有助于将这些体验从云端连接起来,并通过整个网络的边缘设备上的无缝原生硬件性能使其成为用户的个人体验。这就是值得梦想的未来!"- 微软机器学习和计算平台首席工程负责人Chai Chaoweeraprasit

Web 机器学习工作组计划在2021年上半年发布 Web 神经网络API的第一份公开工作草案,并欢迎来自不同的W3C社区的新参与者参与进来,帮助确定新的用例,记录道德风险及其缓解措施,为技术工作做出贡献,在隐私、安全、可访问性和其他重要领域进行广泛审查,确保听取不同网络社区的观点。- 其中鉴于机器学习算法的一些伦理影响,对小组的工作尤为关键。加入我们吧!

我们要感谢W3C社区小组和W3C研讨会的所有参与者,他们的贡献有助于形成这项工作,并感谢W3C提供了一个场所,以推进这项跨行业的工作,使其得到广泛采用。