IBM深度学习取得重大突破,是否能完败微软Facebook?

分享到:

8月8日消息,据国外媒体报道,IBM研究所已经在分布式深度学习(DDL)中取得了一个新的里程碑,在接近交易效率的情况下,构建了一种可通过上百个处理器扩展DDL的软件。

11

深度学习技术是人工智能(AI)的一个分支,可模仿人脑的工作原理。它也是微软、Facebook、亚马逊和谷歌的重大关注焦点。
 
IBM的这项研究解决了深度学习的主要挑战之一:虽然大型神经网络和大型数据集有助于深度学习,但也会带来更长的训练时间。
 
培训大规模、深度学习的人工智能模型可能需要几天或几周的时间。
 
这个过程需要很长时间,因为扩展的处理器会相互通信。
 
事实上,随着处理器的加速,情况变得更糟。更快的处理器可以学习得更快,但与传统软件一样,它们之间的通信无法跟上。
 
  IBM研究所的IBM研究员和系统加速及记忆主管Hillery Hunter在一篇博客文章中写道:“基本上,更聪明、更快的处理器需要更好的交流方式,或者他们不同步,大部分时间都在等待对方的结果。”
 
“所以,如果没有速度可能降低性能。”
 
新的DDL软件解决了这个问题,它应该可以运行流行的开源代码,比如Tensorflow、“咖啡因”、Torch和Chainer(而不是大量的神经网络和数据集),性能和准确性都非常高。
 
IBM研究所演示了使用“咖啡因”框架,如何在64个IBM Power系统中通过256个处理器实现性能提升和95%的扩展效率。
 
之前的记录是由Facebook人工智能研究设定的,该研究在2月2日的训练中实现了近90%的扩展效率。
 
此外,在这个新软件中,IBM 研究所在一个750万张图片训练的神经网络获得了33.8%的新图像识别精度,并在7小时内完成。微软的纪录是在10天内显示了29.8%的准确性。
 
“精度提高4%是一个巨大的飞跃,过去的典型改善一直不到1%,”Hunter写道。
继续阅读
上海启用“蜻蜓之眼”,从20亿面孔中识别出犯罪

据报道称,这个系统被称为“蜻蜓之眼”,它已经在上海开始启用,用于追踪数百名受到通缉的犯罪分子。研发这项技术的是上海的依图科技,据依图科技称蜻蜓之眼系统能够从国家数据库中扫描照片。这些照片也包含了城市外来者的照片和在机场、港口拍摄的旅客照片。

AI未来发展的几大趋势简析

上世纪40年代,人工智能的基本框架就已经存在,自那以后,各种组织就一直在人工智能的发展上进行创新。近年来,大数据和先进的深度学习模型将人工智能的发展推向了前所未有的高度。这些新的技术成分最终会产生科幻小说中所设想的智能机器,还是维持目前的人工智能趋势,只是“把相同的酒装在了更高档的瓶子里”?

苹果展示自动驾驶技术,强大的识别功能是重点

  根据 Wired 报告,苹果人工智能(AI)主管 Ruslan Salakhutdinov 出席机器学习大会 NIPS 时,展示了苹果公司如何使用机器学习实现自动驾驶。虽然苹果在机器学习和人工智能领域一直很神秘,但最近几年,苹果也放松了这方面的限制,各种专家可以分享自己的发现并与其他公司的专家进行讨论。

自动驾驶这三点关键性优势,你一定不知道

自动驾驶汽车的吸引力不仅在于提高安全性和节能潜力,还在于我们找回的失去时间。借助汽车自动驾驶,可以随心所欲地打发上下班时间,且因为上下班时间的缩短,在每个工作日的开始和结束也都能享有更多的个人时间…

世界顶级风投师:未来十年内,这四项技术将创造巨大价值

据Fastcompany报道,硅谷顶级风投公司Andreessen Horowitz知名分析师本尼迪克特·埃文斯(Benedict Evans)解释了人工智能(AI)、混合现实(MR)、加密货币和无人驾驶等技术将在未来10年发挥的巨大作用。

©2017 Microchip Corporation
facebook google plus twitter linkedin youku weibo rss