丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號安全和更好的產(chǎn)品體驗,強烈建議使用更快更安全的瀏覽器
此為臨時鏈接,僅用于文章預覽,將在時失效
業(yè)界專題 正文
發(fā)私信給Travis
發(fā)送

1

誰說打造AI大腦一定要像Google那樣動用上萬臺電腦?

本文作者: Travis 2014-09-27 12:58
導語:一位名為Alex Krizhevsky的研究人員發(fā)現(xiàn),你無需大量的計算機作為服務支撐也能達到相同的目的。在同年發(fā)表的一份論文中顯示,他的方法至少在一種特定的圖像識別測試中優(yōu)于Google的16000臺計算機組成的計算機集群。而他只用了一臺電腦。

誰說打造AI大腦一定要像Google那樣動用上萬臺電腦?

當Google使用16000臺機器建造了一個可以正確識別出YouTube視頻中是否有貓的仿真“大腦”時,這就標志著人工智能(AI)技術迎來了一個轉折點。

這種新興的AI算法需要應用大量的計算機數(shù)據(jù),常被稱為“深度學習”。Google仿真大腦號稱比現(xiàn)有的圖像識別系統(tǒng)的精準度高出了兩倍。

紐約時報在2012年寫到,這項研究代表著新一代的計算機科學可以被利用來降低計算機成本以及提高了大型數(shù)據(jù)中心計算機集群的可用性。并可以給不同領域帶去巨大進展,例如感知、語音識別、以及語言翻譯等方面。

事實上,在過去兩年,微軟發(fā)布了一項利用了深度學習實時把一種語言翻譯成另一種語言的Skype服務,F(xiàn)acebook聘請了這個領域著名的專家改進了它們服務的圖像識別,Twitter和Yahoo等企業(yè)也都收購了涉及深度學習的創(chuàng)業(yè)公司。

但是,在這次技術革命期間,一位名為Alex Krizhevsky的研究人員發(fā)現(xiàn),你無需大量的計算機作為服務支撐也能達到相同的目的。在同年發(fā)表的一份論文中顯示,他的方法至少在一種特定的圖像識別測試中優(yōu)于Google的16000臺計算機組成的計算機集群。而他只用了一臺電腦。

這是一臺昂貴的電腦,配備了大量的內(nèi)存、頂級的GPU以及專用的計算機芯片。但是這依然只是一臺電腦,這表明你不需要像Google一樣擁有計算機集群才能利用深度學習能力。

誰說打造AI大腦一定要像Google那樣動用上萬臺電腦?

利用這種AI技術還需要一定的專業(yè)知識,這就是為什么互聯(lián)網(wǎng)巨頭要儲備這么多天才,也正是由于他們有大型數(shù)據(jù)中心和雄厚的財力,像Google這類公司才可以把這個技術帶到全球各地。目前許多數(shù)據(jù)科學家利用一臺計算機——就是普通消費者可以買到的游戲本,并通過深度學習算法解決自身的問題。

在Kaggle,這是一個數(shù)據(jù)科學家競相解決其他企業(yè)和組織問題的網(wǎng)站,深度學習已成為首選的工具之一,根據(jù)Kaggle首席科學家Ben Hamner的介紹,單一的計算機已被用于解決所有事情,包括了圖像分析、語音識別甚至是化學信息學。

Richard Socher,斯坦福大學的研究人員進一步擴大了深度學習的使用,現(xiàn)在可以用一臺電腦達到識別自然語言的目標。這個跡象表明這些人工智能技術可以造福一些規(guī)模較小的公司。這個系統(tǒng)非常容易部署,任何人都可以做到。

與此同時,創(chuàng)業(yè)公司都開始構建云服務,提供深層的學習工具,以及推出新的軟件和咨詢服務。這可以起到推進技術發(fā)展使其可以更加平民化的目的。全球只有那么幾家公司的計算機集群可以達到Google、Facebook和雅虎的規(guī)模,那么單一機器的深度學習會有更加廣泛的市場。

GPU是圖形處理單元。這些芯片最初是為了快速生成代表游戲和其他高度可視化的應用程序的圖形和圖像,但由于它們有能力處理數(shù)學計算,它們可以勝任各種各樣的任務。事實證明,在這些任務中就包括了是深度學習。

深度學習試圖模仿人類大腦的神經(jīng)網(wǎng)絡的行為。從本質上說,它創(chuàng)造了一個多層次的軟件系統(tǒng),如果配置正確,當他們分析的數(shù)據(jù)越來越多,它可以從中訓練自己。而傳統(tǒng)的機器學習,需要人類工程師進行非常多的手動操作,深度學習是不需要的。

這些多層次神經(jīng)網(wǎng)絡涉及到很多計算機芯片的并行,就像Google這16000臺機器,但是你也可以通過GPU進行這種并行處理。最頂級的GPU可以包含超過2000個處理器。

現(xiàn)在Krizhevsky供職于谷歌,他的深度學習創(chuàng)業(yè)公司最近被Google收購了,像其他互聯(lián)網(wǎng)巨頭一樣,Google正在探索在它自己的深度學習工作中使用的GPU。

在Kaggle,數(shù)據(jù)科學家們正在使用價值3000美元游戲本研究深度學習算法,其中包括一個單一的顯卡。他們正在解決圖像和語音識別的問題,而且該技術還可以在其他領域有所幫助。

當然,隨著時間的推移,16,000臺計算機集群將會更為有用的。Google和Facebook這類公司可以利用集群分析大量的圖像和數(shù)字聲音來訓練他們的系統(tǒng),有這么多集群數(shù)量的情況下,進步速度將會非???。但是,如果你的集群數(shù)較小,單一系統(tǒng)仍然可以提供一定標準的人工智能,但是進步空間相對而言沒有那么大。

許多深度學習算法都是開源的,這意味著任何人都可以使用它,以及各種創(chuàng)業(yè)公司。其中包括舊金山一家名為Skymind的公司,致力于培養(yǎng)在這些算法變幻莫測的數(shù)據(jù)科學家。Google和Facebook等大公司將引領著人工智能革命,之后會有更多的人將隨之加入這場革命。

via wired

雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權禁止轉載。詳情見轉載須知。

分享:
相關文章
當月熱門文章
最新文章
請?zhí)顚懮暾埲速Y料
姓名
電話
郵箱
微信號
作品鏈接
個人簡介
為了您的賬戶安全,請驗證郵箱
您的郵箱還未驗證,完成可獲20積分喲!
請驗證您的郵箱
立即驗證
完善賬號信息
您的賬號已經(jīng)綁定,現(xiàn)在您可以設置密碼以方便用郵箱登錄
立即設置 以后再說