Neliela studentu AI kodētāju komanda pārspēj Google mašīnmācības kodu

Režģa attēlu kolāža ar tūkstošiem fotogrāfiju Andrejs Karpatis

Studenti no Fast.ai , neliela organizācija, kas tiešsaistē vada bezmaksas mašīnmācības kursus, tikko izveidoja AI algoritmu, kas saskaņā ar svarīgu etalonu pārspēj Google pētnieku kodu.

Fast.ai panākumi ir svarīgi, jo dažreiz šķiet, ka tikai tie, kuriem ir milzīgi resursi, var veikt progresīvu AI izpēti.

Fast.ai veido nepilna laika studenti, kuri vēlas izmēģināt spēkus mašīnmācībā un, iespējams, pāriet uz karjeru datu zinātnē. Tas iznomā piekļuvi datoriem Amazon mākonī.

Taču Fast.ai komanda izveidoja algoritmu, kas pārspēj Google kodu, ko mēra, izmantojot etalonu ar nosaukumu DAWNBench , no Stenfordas pētniekiem. Šis etalons izmanto kopīgu attēlu klasifikācijas uzdevumu, lai izsekotu padziļinātas mācīšanās algoritma ātrumu uz vienu skaitļošanas jaudas dolāru.

Google pētnieki ieņēma iepriekšējo reitingu augstāko vietu kategorijā par apmācību vairākās iekārtās, izmantojot īpaši izveidotu kolekciju, kas ir īpaši izstrādāta mašīnmācībai. Fast.ai komanda spēja radīt kaut ko vēl ātrāk, izmantojot aptuveni līdzvērtīgu aparatūru.

Vismodernākie rezultāti nav ekskluzīva lielo uzņēmumu sfēra, saka Džeremijs Hovards, viens no Fast.ai dibinātājiem un ievērojams AI uzņēmējs. Hovards un viņa līdzdibinātāja Reičela Tomasa izveidoja Fast.ai, lai padarītu AI pieejamāku un mazāk ekskluzīvu.

Hovarda komanda spēja konkurēt ar tādiem kā Google, veicot daudzas vienkāršas lietas, kas ir sīki aprakstītas emuāra ieraksts . Tie ietver pārliecību, ka attēli, kas tiek ievadīti apmācības algoritmā, ir pareizi apgriezti: šīs ir acīmredzamas, stulbas lietas, kuras daudzi pētnieki pat neiedomājas darīt, saka Hovards.

Kodu, kas nepieciešams, lai palaistu mācību algoritmu vairākās iekārtās, izstrādāja Pentagona jaunais līdzstrādnieks. Aizsardzības inovāciju vienība , kas nesen izveidots, lai palīdzētu militārpersonām strādāt ar AI un mašīnmācību.

Mateja Zaharija , Stenfordas universitātes profesors un viens no DAWNBench veidotājiem, saka, ka Fast.ai darbs ir iespaidīgs, taču atzīmē, ka daudziem AI uzdevumiem joprojām ir svarīgi lieli datu apjomi un ievērojami skaitļošanas resursi.

Fast.ai algoritms tika apmācīts ImageNet datubāzē 18 minūtēs, izmantojot 16 Amazon Web Service gadījumus, un kopējās aprēķina izmaksas bija aptuveni 40 USD. Hovards apgalvo, ka tas ir par aptuveni 40 procentiem labāk nekā Google centieni, lai gan viņš atzīst, ka salīdzināšana ir sarežģīta, jo aparatūra ir atšķirīga.

Džeks Klārks , bezpeļņas organizācijas OpenAI komunikāciju un politikas direktors, saka, ka Fast.ai ir veicis vērtīgu darbu citās jomās, piemēram, valodas izpratnē. Klārks saka, ka šādas lietas nāk par labu ikvienam, jo ​​tās uzlabo cilvēku zināšanas par mākslīgā intelekta tehnoloģiju.

paslēpties