The Asimov Institute

The Asimov Institute

The Asimov Institute · 其他

The Asimov Institute 是荷蘭的人工智慧研究機構,最為人熟知的作品是 Neural Network Zoo,用一張免費圖表整理數十種神經網路架構。

The Asimov Institute 的介面預覽

關於 The Asimov Institute

About

The Asimov Institute 是什麼

The Asimov Institute 是設在荷蘭的小型研究機構,研究深度學習與創造力之間的關係。對外發表的內容分成三塊:神經網路的基礎研究、資料與人工智慧對社會和企業影響的顧問工作,以及給創作行業使用的工具,對象包括建築師、平面設計師、服裝設計師、行銷人員與音樂製作人。

最廣為流傳的成果是 Neural Network Zoo,由研究員 Fjodor van Veen 繪製的單頁圖表。它不按字母排列定義,而是把每個模型畫成節點與箭頭的結構圖。LSTM 就排在 GRU 和一般遞迴網路旁邊,一眼看得出三者同屬一個家族。每筆條目都附一小段白話說明,以及原始論文的出處。

它「不是什麼」同樣值得先講清楚。這裡沒有軟體可安裝,不用註冊帳號,也沒有 API。這個網站是一份出版物,也是研究團隊的門面,不是有產品路線圖的商業服務。團隊規模小,更新以批次方式出現,2021 年的 Inverse Surveillance AI 黑客松之後就沒有大型公開專案,圖表本身最後一次改版是在 2019 年。

開始使用

  1. 用任何瀏覽器打開 asimovinstitute.org。不用註冊,沒有 cookie 牆,也不會先跳出表單才給你看內容。
  2. 進入 Neural Network Zoo 頁面,直接在線上讀圖,或下載高解析度 PNG 存進自己的筆記。
  3. 逐條讀架構說明:前饋網路、遞迴網路、卷積網路、自編碼器、生成對抗網路。每則說明最後都附原始論文,有 PDF 的就直接給連結。
  4. 想把圖表掛在牆上,頁面有提供按需印刷的海報連結。研究合作、顧問諮詢或媒體詢問,寫信到 [email protected]。

產品資訊

快速了解 The Asimov Institute 的定價、支援平台與效能。

免費方案是
付費方案No public pricing, project based advisory work
平台Web browser
開發者The Asimov Institute
類別其他
發布日期Sep 2016
最近更新Apr 2019
網站訪問量2.2K
網站全球排名6.7M
API 提供狀態否

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 學生與自學者:神經網路圖鑑只有一頁,貼在書桌旁就能隨時對照,說明文字不預設讀者具備數學背景。
  • 剛踏進新領域的研究者:每筆條目都指向原始論文,比讀別人的摘要再摘要可靠得多。
  • 老師與課程作者:高解析度圖表可直接放進投影片與講義,下載不收費。
  • 設計師與工作室負責人:機構的專案顯示生成模型如何用在時尚、平面、音樂與建築,有助於判斷這項技術今天實際能做到什麼。

任務

  • 釐清詞彙:用神經網路圖解分辨聽起來很像的架構,例如自編碼器與變分自編碼器,或遞迴網路與它加了閘門的變體。
  • 建立閱讀清單:每筆條目都附上來源論文,讀什麼就從圖表長出來。
  • 向非技術團隊解釋模型:畫出來的節點結構,在會議上比一整段定義更有說服力。

情境

  • 機器學習課程的第一週:上課前先讀一遍動物園,投影片上的縮寫就不再是雜訊。
  • 內部工作坊:印出圖表,分段發給同仁,請大家把架構對應到自己已經在用的產品。
  • 生成式設計的初期調研:機構談人工創造力的文章與創作產業專案,提供了有根據的起點。

主要功能

Neural Network Zoo 圖表

一張圖涵蓋數十種架構,從感知器、單純的前饋網路,到卷積、遞迴與帶閘門的設計,再到自編碼器與生成對抗網路。用節點圖呈現,做到的是名詞解釋做不到的事:看出血緣。當你發現 LSTM 和 GRU 都是遞迴網路、只是閘門設計不同,這些名字就不再像隨意取的。

白話架構說明

圖表裡每一筆都有對應說明,交代模型做什麼、怎麼學、通常用在哪裡。文字避開數學符號,用幾句話講清楚概念,足以判斷這個模型值不值得深入讀。原始論文就附在旁邊,淺版本與第一手來源放在同一個位置。

高解析度免費下載

圖表以 PNG 直接下載,不用帳號、沒有浮水印,中途也不會跳出加購。放進課堂投影片、內部文件或印成參考表都合適。想要實體版本的人,頁面另外連到按需印刷的海報。

Inverse Surveillance AI

這個研究專案把電腦視覺的方向反過來,讓攝影機與辨識系統對著監控者,而不是對著路人。網站收錄專家訪談、兩個實際運作案例的說明,以及 2021 年黑客松的成果。想知道機構對權力與資料的立場,看這裡最清楚。

創作產業工具

機構為建築師、平面設計師、服裝設計師、行銷人員與音樂製作人打造生成工具。核心概念是自動化的新意:模型負責提出新的產品、內容、風格與點子,而不是只把既有東西分類。網站上的案例研究,包括史基浦機場航班碳排放的分析,示範研究如何套用到真實需求。

研究與顧問

除了公開專案,團隊也發表神經網路研究,並為組織評估資料與人工智慧在社會與商業上的影響。企業在評估要不要做生成式功能時,這種學術底子加上工作室實作的組合,正是值得寫信過去的理由,而團隊成員與聯絡方式都公開在網站上。

優缺點

優點

  • 公開內容全部免費,包含高解析度圖表,不用註冊也不用留 email。
  • 圖表呈現架構之間的關係,這是按字母排序的定義清單做不到的。
  • 每筆條目都連到原始論文,可以當成研究工作的人口。
  • 文字用白話寫,專業術語出現時會就地解釋。
  • 機構不賣工具,說明不會替任何付費產品拉客。
  • 團隊成員與聯絡方式都公開,後續追問很方便。

缺點

  • 更新節奏不固定。圖表最後改版是 2019 年,最近的公開專案是 2021 年的黑客松,不要期待穩定產出。
  • 只有英文版,架構說明沒有翻譯。
  • 收錄範圍停在繪製當時的家族。擴散模型、混合專家架構與較新的狀態空間設計都沒有獨立條目,這張圖是基礎層,不是現況總覽。
  • 沒有 API,也沒有資料集。需要機器可讀的模型資料或程式碼的人,得另找來源。
  • 顧問服務沒有公開價格或方案,商業合作要從一封 email 與一次對談開始。

常見問題

是設在荷蘭的研究機構,研究深度學習與創造力。團隊發表神經網路研究、提供人工智慧與資料影響的顧問服務,並為創作產業打造生成工具。