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
工业机器人未来十年发展趋势:协作型机器人占更大比重

工业机器人是集机械、电子、控制、计算机、传感器和人工智能(AI)等多学科先进技术于一体的现代制造业重要的自动化装备。自1962年美国研制出世界上第一台工业机器人以来,机器人技术及其产品发展迅速,如今已成为柔性制造系统(FMS)、自动化工厂(FA)和计算机集成制造系统(CIMS)的自动化工具。

机器人和AI在软件行业中,居然也能发挥这样大的作用?

在移动应用程序大行其道的今天,我们也看到机器人技术和人工智能的应用,特别是在软件测试中。我们有足够的理由去开发机器人和人工智能应用,利用它们提高成本,节省时间。

人工智能碾压人类大脑?最强大脑是否失去意义

谷歌人工智能系统阿法狗(AlphaGo)已经创世纪地连续两次KO人类超一流围棋选手的杰出代表,东方智慧圣杯的守护者李世石。而AlphaGo之父,来自英国的DeepMind创始人迪米斯·哈萨比斯(Demis Hassabis),这位面相庄严被万维网之父李先生评价为最聪明人类的科技界Adele,却在人机大战落子之前就已经预见到了人类被横扫的凄惨结局,哈撒比斯甚至在人机大战前一个月的人工智能高峰会议上就没有把围棋这种纯思维游戏作为阿法狗的终极目标,指出搞定李世石后下一个目标是星际争霸这种需要手脑并用的人类游戏。

强强联手!微软联合亚马逊研发AI技术

本周四,两家公司联手推出了一款新工具,可以让开发者更容易的使用开源人工智能软件。这是双方在8月之后的第二次合作,之前亚马逊和微软进行过Alexa和Cortana语音助手彼此交谈的互动试验。

黑莓进军自动驾驶,已在加完成上路测试

迄今为止,全世界已经有上百家科技公司和汽车企业投身到自动驾驶汽车的研发浪潮中,这当中也包括了一个消费者既熟悉又陌生的厂商——昔日的智能手机巨头黑莓公司,日前,黑莓的第一辆自动驾驶汽车在加拿大上路测试,黑莓也将这一领域视为业务突破发展的另外一个机会。

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