Veiksmingesnis mašinų mokymasis gali pakeisti AI paradigmą

Yaopai

Sausio mėn. „Google“ pristatė naują paslaugą „Cloud AutoML“, kuri gali automatizuoti kai kuriuos sudėtingus mašininio mokymosi programinės įrangos kūrimo aspektus. Dirbant su šiuo projektu, įmonės tyrėjams kartais tekdavo vienu metu paleisti net 800 grafikos lustų, kad būtų išmokyti galingi algoritmai.

Skirtingai nei žmonės, kurie gali atpažinti kavos puodelius matydami vieną ar du pavyzdžius, dirbtinio intelekto tinklai, pagrįsti imituojamais neuronais, turi matyti dešimtis tūkstančių pavyzdžių, kad galėtų identifikuoti objektą. Įsivaizduokite, kad tokiu būdu bandote atpažinti kiekvieną savo aplinkos elementą ir pradedate suprasti, kodėl dirbtinio intelekto programinei įrangai reikia tiek daug skaičiavimo galios.

Jei mokslininkai galėtų sukurti neuroninius tinklus, kuriuos būtų galima išmokyti atlikti tam tikras užduotis, naudojant tik keletą pavyzdžių, tai apverstų visą paradigmą, sakė Charlesas Berganas, Qualcomm inžinerijos viceprezidentas. MIT technologijų apžvalga „EmTech China“ konferencija anksčiau šią savaitę.

Susijusi istorija

Susijusi istorija

Berganas sakė, kad jei neuroniniai tinklai taptų pajėgūs mokytis vienu metu, sudėtingas duomenų srautų įvedimo į algoritmus, kad jie būtų mokomi, procesas būtų pasenęs. Tai gali turėti rimtų pasekmių aparatūros pramonei, nes tiek esami technologijų gigantai, tiek naujokai šiuo metu yra sutelkę dėmesį į galingesnių procesorių, skirtų vykdyti šiuolaikinius daug duomenų reikalaujančius AI algoritmus, kūrimą.

Tai taip pat reikštų daug efektyvesnį mašininį mokymąsi. Nors neuroniniai tinklai, kuriuos galima apmokyti naudojant nedidelius duomenų rinkinius, dar nėra realybė, jau dabar atliekami tyrimai, kaip sumažinti algoritmus neprarandant tikslumo, konferencijoje sakė Nvidia vyriausiasis mokslininkas Billas Dally.

„Nvidia“ mokslininkai naudoja procesą, vadinamą tinklo apkarpymu, kad sumažintų ir efektyviau valdytų neuronų tinklą, pašalindami neuronus, kurie tiesiogiai neprisideda prie išvesties. Yra treniruočių būdų, kurie gali labai sumažinti treniruočių sudėtingumą, sakė Dally.

paslėpti