《中华大字库》CBF2018：比GAN快一万倍的AI工程案例【zw-ps】
他山之石可以攻玉。
目前所有AI智能投顾项目，特别是基于神经网络的，授之于算力，都自黑暗中摸索。
关于算力陷阱，我这里有个具体测试案例：
基于dash-usdt交易对的45天15分钟分时数据（20190301–20190414），才4306条简化数据，就两个字段：tim+close
一个最简单的Prophet自动拟合模型，建模需要11个小时，i7-cpu平台
CBF2018不管如何，是个已经实现的工程案例，希望CBF2018这个案例，能够给AI智能投顾的应用带来一些启发。
基于LAN的超高速神经网络算法模型
作者：何海群 QQ：357811718(字王)
LAN，是Log-AI-NET的缩写，中文名称是：基于逻辑的神经网络算法模型，比目前GAN生成式对抗网络、CNN卷积神经网络等各种AI模型，在速度上快一万倍。
有关的工程案例：《中华大字库2018》（简称CBF2018），已经发布在Github项目网站：
对标项目，是Github项目网站基于GAN的神经网络算法案例：
CBF2018，在纯CPU(i7-4980HQ)环境下，无需任何GPU加速，每小时可生成全套国标二级中文字库，约7000个字符，512×512像素，其中，50%时间是用于truetype格式编译，字符图像计算时间，大约20-30分钟。
对标案例Rewrite，采用GTX 1080加速：小模型大约需要20分钟，而中型模型需要80分钟，大型模型需要2小时。每组数据只有3000个字符，输入数据为128×128像素，输出数据才64*64像素。
仅从单个汉字的像素尺寸，CBF2018的运行速度，比对标案例Rewrite快100倍。
- CBF2018单字是：512×512=262144
- Rewrite单字是：64*64=4096
从单字角度对比，CBF2018的计算量，是Rewrite的64倍；CBF2018约7000个字符，Rewrite只有3000个字符。
单组数据，运行时间都是20分钟左右，由此腿短，CBF2018的运行速度，比基于Rewrite的快150倍。
考虑到Rewrite有GTX 1080加速，而CBF2018，是纯CPU(i7-4980HQ)运算，两者硬件的计算速度，大约也有50-100倍左右的差距。
因此，单从算法模型而言，基于LAN的CBF2018，比基于GAN的Rewrite案例，速度快1万倍是可以接受的。
之所以出现如此大的差距，这是因为神经网络算法模型的先天缺陷：黑箱模型。
以TensorFlow，pyTorch为代表的新一代深度学习、神经网络算法模型，其底层核心是：BP反向传播函数，以及更上层的CNN 卷积神经网络。
目前，整个神经网络模型，仍然没有一个完整的理论基础，所有的案例，全部是基于：黑箱模型，或者说是基于：暴力运算。例如，AlphaGo的简化版本，输入参数就超过一亿个。
因此，各种深度学习、神经网络算法模型，都需要借助大量的GPU，进行饱和式“暴力运算”，才能获得一定的结果。
Geoffrey Hinton（杰弗里·辛顿），被誉为 “神经网络之父”，“人工智能教父”，是BP反向传播算法的主要开发者，近年也表示：
他现在对BP反向传播算法“深感怀疑”，“我的观点是把它全部抛掉，重头再来。”
对标案例Rewrite，其实本质上，还是源自pyTorch的经典案例：pix2pix梵高画风，这方面Github案例很多，以下是两个相关的模型结构图：
图1，GAN模型结构图1
图2，DC-GAN模型结构图2
由图1、图2的GAN模型结构图当中可以看出:模型本身并没有相关的逻辑，而是基于两个子模型：G模型、D模型的反复迭代，不断修正误差值，来获取最终数据。
图3，地毯式饱和轰炸
这个类似二战的地毯式饱和轰炸，所以需要大量的GPU加速卡，来进行超饱和的“暴力运算”，破解最终结果。
图4，精确制导
而基于LAN的CBF2018，则类似现代的高科技智能制导武器，精确打击，有的放矢，甚至可以千里之外，执行针对敌方领导人的斩首行动。
图5是简化版本的基于CBF2018项目的LAN算法模型图：
图5 简化版基于CBF2018项目的LAN算法模型图
由图5可以看出，LAN算法模型，更多接近古典AI人工智能，需要预先建立相关的各种知识库。
通过两个案例的对比，我们可以发现，由于专业知识库的建立，计算时可以根据项目逻辑，淘汰了99.9%的无效计算，从而大幅度提高算法模型的计算效率。
不过，LAN算法模型，还是初级阶段，存在各种各样的缺点：
- 需要先建立相关的各种知识库，这方面可以借助新一代的深度学习算法，比传统手工标注模式，领先很多。
- 通用性差，各种项目，需要根据其内在逻辑，建立不同的算法模型。
不过，相比传统算法模型一万倍效率的提升，LAN模型的这些缺点，都是可以逐渐克服的。
附录：《中华大字库》CBF2018，可以说是目前电脑AI中文字库的巅峰之作。
《中华大字库》是个性化中文字库的开创者，也是全球收录字体最多的中文电脑字库。 94版《中华大字库》CBF1994，收录个性化中文整体180款，是全球首套中文字库突破百套大关的中文电脑字库。
2018版《中华大字库》CBF2018，收录个性化中文整体4435款，是全球首套中文字库突破千套，4k两大关口的中文电脑字库。
预计，2020版《中华大字库》CBF2020，会推出一万套中文字体，成为全球首套中文字库突破“万套”大关的中文电脑字库。
更多资料，请参见：
https://github.com/ziwang-com/CBF2018
科研成果，AI人工智能是不是有效，一个最大的特点就是可以大规模投入应用，以及第三方验证：
CBF2018，采用的Log-AI-NET（基于逻辑的神经网络算法模型），是目前国内唯一工业级的人工智能项目，无需人工干预，能够批量化、全自动生成“专家级”最终作品。
从创意、设计、到ttf字库设计，所有环节全部数字化，可完美仿真人工手写书法,以及泼墨、飞白等传统书法的特殊效果。
2018版CBF《中华大字库》升级工程，是国庆节后启动的，短短一个月，就完成了开发平台由Delphi到Python的移植，以及4500余款AI中文字库的全部设计工作。
CBF《中华大字库》部分作品浏览：
以下作品全部由电脑AI自动生成，没有任何人工后期ps修正。
|Archiver|手机版|小黑屋|zwPython.com研习社
发表于 2020-8-6 08:32:28
发表于 2020-10-16 06:26:57