Главная » Hi-News » Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо

Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо

Они надеются, что новый алгоритм, позволяющий сэкономить время и средства, позволит ограниченным в ресурсах исследователям и компаниям автоматизировать проектирование нейронных сетей. В попытке «демократизировать ИИ» ученые Массачусетского технологического института нашли способ использовать искусственный интеллект для гораздо более эффективного обучения систем машинного обучения — то есть, нейросетей. Другими словами, сокращая время и затраты, они могли бы сделать эту технику ИИ более доступной.

Но эта технология нейронно-архитектурного поиска (neural architecture search, NAS) является затратной с точки зрения вычислительной мощности. Новая область искусственного интеллекта включает использование алгоритмов для автоматического проектирования нейросетей, которые являются более точными и эффективными, чем разработанные человеческими инженерами.

У Google есть возможность параллельно запускать сотни графических процессоров и другого специализированного оборудования параллельно, но такое недоступно для многих других. Самый современный алгоритм NAS, недавно разработанный Google для работы на куче графических процессоров, потратил 48 000 GPU-часов для создания одной сверточной нейронной сети, которая используется для классификации изображений и задач обнаружения.

Алгоритм NAS, представленный Массачусетским технологическим институтом, может напрямую обучать специализированные сверточные нейросети (CNN) для целевых аппаратных платформ — при работе с массивным набором данных изображений — всего за 200 GPU-часов, что значительно расширяет потенциальное использование этих типов алгоритмов.

Общей целью является «демократизация ИИ», говорит соавтор исследования Сонг Хан, доцент кафедры электротехники и компьютерных наук Microsystems Technology Laboratories в MIT. По мнению ученых, ограниченные в ресурсах исследователи и компании могли бы извлечь выгоду из алгоритма в виде экономии времени и затрат. «Мы хотим, чтобы как эксперты по искусственному интеллекту, так и неспециалисты эффективно проектировали архитектуры нейросетей с помощью простого решения, которое быстро работает на конкретном оборудовании».

«Цель состоит в том, чтобы избавиться от повторяющейся и утомительной работы, связанной с проектированием и усовершенствованием архитектуры нейронных сетей». Однако он добавляет, что такие NAS-алгоритмы никогда не заменят инженеров-людей.

Кстати, почитайте наш материал про Демиса Хассабиса, основателя DeepMind — одной из самых многообещающих компаний в области ИИ. Что ж, все это только ускоряет наступление общего искусственного интеллекта.





Оставить комментарий

Ваш email нигде не будет показанОбязательные для заполнения поля помечены *

*

x

Это интересно

Мозг человека увеличивается каждое поколение, и это хороший знак для молодежи

Человеческий мозг весит примерно 1,5 килограмма, а его объем может достигать 1260 кубических сантиметров. Он покрыт мозговой оболочкой, которая защищает его от ударов по черепу. Десятки его отделов отвечают за множество функций, начиная от мышления и запоминания информации и заканчивая ...

Что происходит с озером Байкал и почему ученые обеспокоены?

Одно из самых удивительных природных образований на планете – озеро Байкал – является единственным пресноводным в мире и содержит около 20% всех пресных водных ресурсов на Земле. Более того, Байкал – еще и самое глубокое озеро в мире (глубина превышает ...