სტუდენტების მცირე ჯგუფი სცემს Google-ის მანქანური სწავლების კოდს
AI კოდეკებმა Fast.ai შექმნეს ალგორითმი, რომელიც აჭარბებს კოდებს Google- ის მკვლევარებისგან
სტუდენტური AI (ხელოვნური ინტელექტის) კოდერების მცირე გუნდი აჭარბებს Google- ის მკვლევარების კოდებს, ავლენს მნიშვნელოვან ნიშნულს.
Fast.ai სტუდენტებმა, არაკომერციულმა ჯგუფმა, რომელიც ქმნის სასწავლო რესურსებს და ეძღვნება ღრმა სწავლის "ყველასთვის ხელმისაწვდომობას", შექმნეს AI ალგორითმი, რომელიც სცემს კოდს Google- ის მკვლევარებისგან.
სტენფორდის მკვლევარებმა შეაფასეს ალგორითმი საორიენტაციო ნიშნის გამოყენებით, სახელწოდებით DAWNBench, რომელიც იყენებს გამოსახულების კლასიფიკაციის საერთო ამოცანას, რათა თვალყური ადევნოს ღრმა სწავლების ალგორითმის სიჩქარეს გამოთვლითი სიმძლავრის დოლარზე. საორიენტაციო ნიშნულის თანახმად, მკვლევარებმა დაადგინეს, რომ Fast.ai- ს გუნდის მიერ აშენებულმა ალგორითმმა დაამარცხა Google- ის კოდი.
Fast.ai შედგება ნახევარ განაკვეთზე სტუდენტებისგან, რომელთაც სურთ სცადონ მანქანური სწავლება და გადააქციონ იგი მონაცემთა მეცნიერების კარიერაში. ის ქირაობს კომპიუტერებზე წვდომას ამაზონის ღრუბელში. სინამდვილეში, მნიშვნელოვანია, რომ მცირე ორგანიზაციამ, როგორიცაა Fast.ai წარმატებას მიაღწიოს, რადგან ყოველთვის ფიქრობენ, რომ მხოლოდ მათ, ვისაც აქვს უზარმაზარი რესურსი, შეუძლიათ მოწინავე AI კვლევა.
- განსხვავება AI- ს, მანქანურ სწავლებასა და ღრმა სწავლებას შორის
წინა რეიტინგებს სათავეში უდგას Google- ის მკვლევარები კატეგორიაში რამდენიმე მანქანაზე ტრენინგისთვის, საკუთარი ჩიპების მიერ მორგებული კოლექციის გამოყენებით, რომელიც სპეციალურად მანქანური სწავლებისთვის არის შექმნილი. Fast.ai გუნდმა შეძლო რაღაცის მიწოდება კიდევ უფრო სწრაფად, მეტ-ნაკლებად ექვივალენტურ აპარატურაზე.
"თანამედროვე შედეგები არ არის დიდი კომპანიების ექსკლუზიური დომენი, — ამბობს ჯერემი ჰოვარდი, Fast.ai-ის ერთ-ერთი დამფუძნებელი და ხელოვნური ინტელექტის ცნობილი მეწარმე. ჰოვარდმა და მისმა თანადამფუძნებელმა, რეიჩელ თომასმა, შექმნეს Fast.ai, რათა AI უფრო ხელმისაწვდომი და ნაკლებად ექსკლუზიური გახადონ.
ჰოვარდის გუნდი კონკურენციას უწევს Google- ის მსგავსებებს ბევრი მარტივი საქმის გაკეთებით, მაგალითად, იმის უზრუნველსაყოფად, რომ მისი ტრენინგის ალგორითმით იკვებება სურათები სწორად. " ეს არის აშკარა, მუნჯი რამ, რასაც ბევრი მკვლევარი არც კი იფიქრებდა", — ამბობს ჰოვარდი.
ცოტა ხნის წინ, პენტაგონის ახალი თავდაცვის ინოვაციების განყოფილების თანამშრომელმა შეიმუშავა კოდი, რომელიც საჭიროა რამდენიმე მანქანაზე სწავლის ალგორითმის გასაშვებად, რათა დაეხმაროს სამხედრო მუშაობას AI და მანქანური სწავლებით.
მიუხედავად იმისა, რომ Fast.ai მუშაობა აღსანიშნავია, უზარმაზარი რაოდენობით მონაცემები და მნიშვნელოვანი გამოთვლითი რესურსები კვლავ მნიშვნელოვანია რამდენიმე ხელოვნური ინტელექტის ამოცანისთვის, აღნიშნავს სტენფორდის უნივერსიტეტის პროფესორი და DAWNBench- ის ერთ-ერთი შემქმნელი.
Fast.ai ალგორითმმა გამოიყენა 16 Amazon ვებ სერვისის (AWS) ინსტანცია და გაწვრთნილი იყო ImageNet მონაცემთა ბაზაში 18 წუთში, კომპიუტერის საერთო ღირებულებით დაახლოებით 40 დოლარი. მიუხედავად იმისა, რომ ეს დაახლოებით 40 პროცენტით უკეთესია, ვიდრე Google- ის ძალისხმევა, შედარება სახიფათოა იმის გათვალისწინებით, რომ გამოყენებული აპარატურა განსხვავებული იყო, ირწმუნება ჰოვარდი.
ჯეკ კლარკი, არაკომერციული ორგანიზაცია OpenAI- ს კომუნიკაციებისა და პოლიტიკის დირექტორი, ამბობს, რომ Fast.ai შექმნა ღირებული სამუშაო სხვა სფეროებში, როგორიცაა ენის გაგება. "მსგავსი რამ ყველას სარგებელს მოუტანს, რადგან ისინი ზრდის AI ტექნოლოგიის მქონე ადამიანების ძირითად ნაცნობობას, — ამბობს კლარკი.
წყარო: MIT