Malý tým studentských kodérů umělé inteligence překonává kód strojového učení Google

Mřížková obrazová koláž tisíců fotografií Andrej Karpathy

Studenti z Fast.ai , malá organizace, která provozuje bezplatné online kurzy strojového učení, právě vytvořila algoritmus umělé inteligence, který podle důležitého benchmarku překonává kód od výzkumníků Google.

Úspěch Fast.ai je důležitý, protože se někdy zdá, že pokročilý výzkum umělé inteligence mohou provádět pouze ti, kteří mají obrovské zdroje.

Fast.ai se skládá ze studentů na částečný úvazek, kteří chtějí vyzkoušet strojové učení – a možná přejít na kariéru v oblasti datové vědy. Pronajímá přístup k počítačům v cloudu Amazonu.

Ale tým Fast.ai vytvořil algoritmus, který překonává kód Google, měřeno pomocí benchmarku zvaného DAWNBlavička , od výzkumníků ze Stanfordu. Tento benchmark využívá společnou úlohu klasifikace obrázků ke sledování rychlosti algoritmu hlubokého učení na dolar výpočetního výkonu.

Výzkumníci společnosti Google se umístili na prvním místě v předchozím žebříčku v kategorii pro školení na několika strojích pomocí vlastní kolekce vlastních čipů navržených speciálně pro strojové učení. Tým Fast.ai dokázal vyrobit něco ještě rychlejšího, na zhruba ekvivalentním hardwaru.

Nejmodernější výsledky nejsou výhradní doménou velkých společností, říká Jeremy Howard, jeden ze zakladatelů Fast.ai a významný podnikatel v oblasti AI. Howard a jeho spoluzakladatelka Rachel Thomas vytvořili Fast.ai, aby učinili AI přístupnější a méně exkluzivní.

Howardův tým byl schopen konkurovat společnostem jako Google tím, že dělal spoustu jednoduchých věcí, které jsou podrobně popsány v blogový příspěvek . Mezi ně patří ujištění, že obrázky přiváděné do jeho cvičného algoritmu byly správně oříznuty: To jsou zjevné, hloupé věci, které by mnoho výzkumníků ani nenapadlo dělat, říká Howard.

Kód potřebný ke spuštění výukového algoritmu na několika strojích byl vyvinut spolupracovníkem v novém Pentagonu Obranná inovační jednotka , vytvořený nedávno, aby pomohl armádě pracovat s AI a strojovým učením.

Matei Zaharia , profesor na Stanfordské univerzitě a jeden z tvůrců DAWNBench, říká, že práce Fast.ai je působivá, ale poznamenává, že pro mnoho úkolů AI jsou stále klíčová velká množství dat a značné výpočetní zdroje.

Algoritmus Fast.ai byl natrénován v databázi ImageNet za 18 minut pomocí 16 instancí Amazon Web Service s celkovými výpočetními náklady kolem 40 USD. Howard tvrdí, že je to asi o 40 procent lepší než úsilí Googlu, i když připouští, že srovnání je složité, protože hardware je jiný.

Jack Clark , ředitel pro komunikaci a politiku neziskové organizace OpenAI, říká, že Fast.ai přinesl cennou práci v jiných oblastech, jako je porozumění jazyku. Věci jako tato jsou přínosem pro každého, protože zvyšují základní obeznámenost lidí s technologií AI, říká Clark.

skrýt