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
发展人工智能,中国短板仍然醒目

“全球在人工智能专利布局上的前20名,没有一家中国企业。”在日前举行的2018世界智能大会智能科技产业发展CXO论坛圆桌对话环节,北京人工智能专利产业创新中心总经理刘翰伦的话引人深思。他从知识产权角度,给国内人工智能企业来了个现场“把脉”。

高速收费遇上物联网+,智慧交通加速普及

  随着人工智能的不断发展,无感支付、云端支付、电子收费成为高速收费新手段,“互联网+”应用的不断普及,为交通管理领域带来全新思路。

智慧便捷之城如何打造?看大数据下的深圳试点先行

手机点一点,就能解决上下班通勤难题;眼睛眨一眨,就能办好100项政务服务;鼠标动一动,就能享受快捷的便民服务。在深圳这样一座科技创新之都,大数据、云计算、物联网、移动互联网、人工智能等新兴技术风起云涌,正在给人们的生活带来巨大改变。

智慧城市落地发展,这一问题需先解决

  智慧城市建设正成为一个国际化趋势,在技术革新、应用落地、政策支持推动之下,我国却迟迟没有一个标杆性城市产生,究其原因,数据开放成为了目前亟待解决的关键问题。

AI语音智能,将如何改变企业现状

  从智能手机开始,不知不觉我们身边多了很多智能产品。智能手表、智能家居、智能玩具等等。我们的生活完全大变样。生活越来越智能,很多重复、繁琐的工作都可以交给机器来做。人们的生活效率提升了,同时生活质量也有所提升。可以说智能科技改变了我们的生活。将来智能产品会越来越多。我们将进入一个智能的时代。

©2018 Microchip Corporation
facebook google plus twitter linkedin youku weibo rss