OpenAI如今发表了Microscope,这是一个神经细胞图形努,从九个盛行的或大量的机器学习开始。总而言之,该可数涵盖数百万张图形。Microscope可以像研究所之中的显微一样岗位,可以努力人工智慧深入研究技术人员更多地解释带有数以万计个神经细胞的机器学习的构造和犯罪行为。Microscope的初始模型包含在历史上上极其重要且少见深入研究的电子计算机听觉数学模型,如2012年ImageNet赛总冠军AlexNet,AlexNet在深入研究之中被提及将近50000次,还有2014年的ImageNet总冠军GoogleNet(亦称Inception V1)和ResNet v2。每个数学模型图形都有一些场面,图形可以在OpenAI Lucid库中采用,以便在Design Application授权下宠信。OpenAI在今早简介Microscope的该网站中说,它想Microscope将有利于通过解释神经细胞间的连接起来来反转建筑工程机器学习的器件资源共享岗位。除了Microscope下的神经细胞图形外,近来的一些岗位还设法图形数据挖掘数学模型的社会活动。Instagram的Captum于本年秋季发行,它采用图形关键技术来解读数据挖掘数学模型做的协调;在2019年3同年,OpenAI和搜索引擎发表了用做图形数据挖掘迭代做的协调的介导地形图关键技术;还有一个盛行的TensorBoard方法,用做专业训练数据挖掘数学模型时的图形。对于此次发表的Microscope,主要重要性在于给予发挥作用的资源共享焊以推动对这些数学模型的一直非常深入研究,可以让带有相连专业技能的深入研究技术人员(例如神经科)必须更为巧妙地处理过程这些听觉数学模型,这将对很多科技造成了一个增加。