RU

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

Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо
Просмотр: 10 013
22 марта 2019

Zamona.NET

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

Нейросети учатся быстрее

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

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. У Google есть возможность параллельно запускать сотни графических процессоров и другого специализированного оборудования параллельно, но такое недоступно для многих других.

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.

По мнению ученых, ограниченные в ресурсах исследователи и компании могли бы извлечь выгоду из алгоритма в виде экономии времени и затрат. Общей целью является «демократизация ИИ», говорит соавтор исследования Сонг Хан, доцент кафедры электротехники и компьютерных наук Microsystems Technology Laboratories в MIT. «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».

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

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


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



Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо, Космос, электромобили, Tesla, Илон Маск, наука, медицина, запуск ракет, покорение Марса, обитаемые миры, марсоход, научные открытия,Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо,В попытке «демократизировать ИИ» ученые Массачусетского технологического института нашли способ использовать искусственный интеллект для гораздо более эффект..., В попытке «демократизировать ИИ» ученые Массачусетского технологического института нашли способ использовать искусственный интеллект для гораздо более эффект... : Искусственный интеллект MIT научился тренировать нейросети быстрее, чем когда-либо , читать онлайн - Космос, электромобили, Tesla, Илон Маск, наука, медицина, запуск ракет, покорение Марса, обитаемые миры, марсоход



Рекомендованные

Искусственный интеллект прошел «акустический» тест Тьюринга
17 июня 2016
Искусственный интеллект прошел «акустический» тест Тьюринга, Космос, электромобили, Tesla, Илон
Искусственный интеллект стал обучаться в 10 раз быстрее и эффективнее
14 февраля 2018
Искусственный интеллект стал обучаться в 10 раз быстрее и эффективнее, Космос, электромобили,
Искусственный интеллект победил человека в игре Mortal Kombat
11 ноября 2016
Искусственный интеллект победил человека в игре Mortal Kombat, Космос, электромобили, Tesla, Илон
Искусственный интеллект DeepMind научился придумывать фотографии
03 октября 2018
Искусственный интеллект DeepMind научился придумывать фотографии, Космос, электромобили, Tesla,
Искусственный интеллект научился предсказывать поцелуи
25 июня 2016
Искусственный интеллект научился предсказывать поцелуи, Космос, электромобили, Tesla, Илон Маск,
# фото | Искусственный интеллект учат делать страшные фотографии
25 октября 2016
# фото | Искусственный интеллект учат делать страшные фотографии, Космос, электромобили, Tesla,
Почему современный ИИ — это тупиковая ветвь развития технологий
01 октября 2019
Почему современный ИИ — это тупиковая ветвь развития технологий, Космос, электромобили,
Искусственный интеллект научился обходить защиту от роботов
27 октября 2017
Искусственный интеллект научился обходить защиту от роботов, Космос, электромобили, Tesla, Илон
Microsoft Project Adam превзошел искусственный интеллект Google
15 июля 2014
Microsoft Project Adam превзошел искусственный интеллект Google, Космос, электромобили, Tesla, Илон
Новые мемристоры размером с атом улучшат производительность нейросетей
18 октября 2018
Новые мемристоры размером с атом улучшат производительность нейросетей, Космос, электромобили,
Искусственный интеллект AlphaGo стал полностью самообучаемым
19 октября 2017
Искусственный интеллект AlphaGo стал полностью самообучаемым, Космос, электромобили, Tesla, Илон
Искусственный интеллект Google DeepMind научился читать по губам
23 ноября 2016
Искусственный интеллект Google DeepMind научился читать по губам, Космос, электромобили, Tesla,
svg_pause svg_search