Baidu mākslīgā intelekta superdators pārspēj Google attēlu atpazīšanas ziņā

Atjauninājums: 2015. gada 1. jūnijā Baidu grozīja savu tehniskais papīrs savā sistēmā, lai atzītu, ka tā ir pārkāpusi ImageNet izaicinājuma noteikumus, kurus uzņēmums bija izmantojis, apgalvojot, ka ir pārspējis citas pētniecības grupas. Izaicinājuma organizatori pārskatīja Baidu rīcību un izdeva paziņojums sakot, ka tā rezultātus nevajadzētu uzskatīt par tieši salīdzināmiem ar citu iegūtajiem rezultātiem.

Ķīnas meklēšanas uzņēmums Baidu izveidoja šo datoru, lai paātrinātu mākslīgā intelekta izpēti.

Ķīnas meklēšanas gigants Baidu saka, ka ir izgudrojis jaudīgu superdatoru, kas mākslīgā intelekta tehnikā ienes jaunus muskuļus, piešķirot programmatūrai vairāk iespēju saprast runu, attēlus un rakstīto valodu.

Jaunajam datoram ar nosaukumu Minwa un kas atrodas Pekinā, ir 72 jaudīgi procesori un 144 grafikas procesori, kas pazīstami kā GPU. Vēlu pirmdien, Baidu atbrīvots papīrs apgalvojot, ka dators tika izmantots, lai apmācītu mašīnmācības programmatūru, kas uzstādīja jaunu rekordu attēlu atpazīšanai, pārspējot Google iepriekš iestatīto atzīmi.

Mūsu uzņēmums šobrīd ir līderis datorizlūkošanas sacīkstēs, sacīja Ren Wu, Baidu zinātnieks, kurš strādā pie projekta. Embedded Vision samits otrdien. Minvas skaitļošanas jauda, ​​iespējams, ierindotu to starp 300 jaudīgākajiem datoriem pasaulē, ja tas nebūtu specializēts dziļai apmācībai, sacīja Vu. Es domāju, ka šis ir ātrākais superdators, kas paredzēts dziļai mācībām, viņš teica. Mūsu rokās ir liels spēks — daudz lielāks nekā mūsu konkurentiem.

Skaitļošanas jaudai ir nozīme dziļās mācīšanās pasaulē, kas ir radījusi sasniegumus runas, attēlu un sejas atpazīšanas jomā un uzlabojusi attēlu meklēšanas un runas atpazīšanas pakalpojumus, ko piedāvā Google un Baidu.

Šī metode ir izstrādāta pieejas versija, kas pirmo reizi tika izveidota pirms gadu desmitiem un kurā datus apstrādā mākslīgo neironu tīkls, kas pārvalda informāciju veidā, ko brīvi iedvesmo bioloģiskās smadzenes. Padziļināta mācīšanās ietver lielāku neironu tīklu izmantošanu nekā iepriekš, kas sakārtoti hierarhiskos slāņos, un apmācību tos ar ievērojami lielākām datu kolekcijām, piemēram, fotoattēliem, teksta dokumentiem vai ierakstītu runu.

Līdz šim lielākas datu kopas un tīkli vienmēr ir labāki šai tehnoloģijai, sacīja Vu. Tas ir viens no veidiem, kā tas atšķiras no iepriekšējām mašīnmācīšanās metodēm, kas bija sākušas dot mazāku atdevi ar lielākām datu kopām. Kad datu mērogs pārsniedza noteiktu punktu, jūs neredzējāt nekādus uzlabojumus, sacīja Vu. Ar dziļu mācīšanos tas tikai turpina iet uz augšu. Baidu saka, ka Minwa ļauj praktiski izveidot mākslīgu neironu tīklu ar simtiem miljardu savienojumu — simtiem reižu vairāk nekā jebkurš iepriekš izveidots tīkls.

Pirmdien izdots papīrs ir paredzēts, lai sniegtu ieskatu par to, ko Minwas papildu spārns var darīt. Tajā ir aprakstīts, kā superdators tika izmantots, lai apmācītu neironu tīklu, kas uzstādīja jaunu rekordu attēla atpazīšanas programmatūras standarta etalonā. ImageNet klasifikācijas izaicinājums, kā to sauc, ietver programmatūras apmācību par 1,5 miljonu marķētu attēlu kolekciju 1000 dažādās kategorijās, un pēc tam programmatūrai tiek lūgts izmantot apgūto, lai marķētu 100 000 attēlus, kurus tā iepriekš nav redzējusi.

Programmatūra tiek salīdzināta, pamatojoties uz to, cik bieži tās pieci galvenie minējumi konkrētam attēlam izlaiž pareizo atbildi. Sistēma, kas tika apmācīta Baidu jaunajā datorā, bija kļūdaina tikai 4,58 procentus gadījumu. Iepriekšējais labākais rādītājs bija 4,82 procenti, ziņoja Google martā. Mēnesi pirms tam Microsoft bija ziņojis sasniedzot 4,94 procentus, kļūstot par pirmo, kam ir labāka vidējā cilvēka veiktspēja par 5,1 procentu.

Vu teica, ka Minwa ir ļāvusi apmācīt sistēmu augstākas izšķirtspējas attēliem. Tas arī ļāva izmantot paņēmienu, kas oriģinālos 1,2 miljonus treniņu attēlu pārvērta divos miljardos, tos izkropļojot, apgriežot un mainot krāsas. Šī lielākā apmācības komplekta izmantošana uzlaboja precizitāti, neļaujot sistēmai pārāk koncentrēties uz precīzām apmācības attēlu detaļām, sacīja Vu. Viņš teica, ka iegūtajai sistēmai vajadzētu labāk apstrādāt reālās pasaules fotoattēlus.

Kā varētu liecināt šīs mazās uzvaras robežas ImageNet izaicinājumā, padziļināta mācīšanās tagad ir gatava grūtākiem izaicinājumiem nekā attēlu atpazīšana, piemēram, video interpretācija vai attēlu aprakstīšana teikumos (skatiet Google sadaļu Brain-Inspired Software Descripts What It Sees in Complex Images ). Vu sacīja, ka Baidu pētnieki ne tikai domā par to, kā padarīt Minwa vēl lielāku un izmantot to video un tekstā, bet arī strādā pie veidiem, kā samazināt apmācītos neironu tīklus, lai tie varētu darboties mobilajās ierīcēs.

Viņš parādīja video ar viedtālruņa lietotnes prototipu, kas var atpazīt dažādas suņu šķirnes, izmantojot padziļinātas apmācības tīkla saīsinātu versiju, kas apmācīta Minwa priekštecē. Ja zināt, kā pieskarties tālruņa GPU skaitļošanas jaudai, jūs faktiski varat atpazīt lidojuma laikā tieši no attēla sensora, viņš teica.

paslēpties