Mały zespół uczących się koderów AI pokonuje kod uczenia maszynowego Google

Kolaż tysięcy zdjęć w siatce Andrej Karpathy

Studenci z Fast.ai , mała organizacja prowadząca bezpłatne kursy uczenia maszynowego online, właśnie stworzyła algorytm AI, który według ważnego testu porównawczego przewyższa kod opracowany przez badaczy Google.

Sukces Fast.ai jest ważny, ponieważ czasami wydaje się, że tylko ci, którzy dysponują ogromnymi zasobami, mogą prowadzić zaawansowane badania nad sztuczną inteligencją.

Fast.ai składa się ze studentów studiujących w niepełnym wymiarze godzin, którzy chcą spróbować swoich sił w uczeniu maszynowym — i być może przejść do kariery w dziedzinie nauki o danych. Wynajmuje dostęp do komputerów w chmurze Amazona.

Jednak zespół Fast.ai zbudował algorytm, który przewyższa kod Google, mierzony za pomocą testu porównawczego o nazwie ŚWITŁawka , od naukowców ze Stanford. Ten test porównawczy wykorzystuje typowe zadanie klasyfikacji obrazów do śledzenia szybkości algorytmu uczenia głębokiego na dolara mocy obliczeniowej.

Badacze Google znaleźli się na szczycie poprzednich rankingów w kategorii szkoleń na kilku maszynach, wykorzystując specjalnie zbudowaną kolekcję własnych chipów zaprojektowanych specjalnie do uczenia maszynowego. Zespół Fast.ai był w stanie wyprodukować coś jeszcze szybciej, na mniej więcej równoważnym sprzęcie.

Najnowocześniejsze wyniki nie są wyłączną domeną dużych firm, mówi Jeremy Howard, jeden z założycieli Fast.ai i wybitny przedsiębiorca AI. Howard i jego współzałożycielka, Rachel Thomas, stworzyli Fast.ai, aby sztuczna inteligencja była bardziej dostępna i mniej ekskluzywna.

Zespół Howarda był w stanie konkurować z takimi jak Google, wykonując wiele prostych rzeczy, które są szczegółowo opisane w post na blogu . Obejmują one upewnienie się, że obrazy podawane do algorytmu szkoleniowego zostały prawidłowo przycięte: są to oczywiste, głupie rzeczy, o których wielu badaczy nawet by nie pomyślało, mówi Howard.

Kod potrzebny do uruchomienia algorytmu uczenia się na kilku maszynach został opracowany przez współpracownika z nowego Pentagonu Jednostka Innowacji Obronnych , stworzony niedawno, aby pomóc wojsku w pracy z AI i uczeniem maszynowym.

Matei Zaharia , profesor na Uniwersytecie Stanforda i jeden z twórców DAWNBench, mówi, że praca Fast.ai jest imponująca, ale zauważa, że ​​dla wielu zadań AI duże ilości danych i znaczne zasoby obliczeniowe są nadal kluczowe.

Algorytm Fast.ai został przeszkolony w bazie danych ImageNet w 18 minut przy użyciu 16 instancji Amazon Web Service, przy całkowitym koszcie obliczeniowym około 40 USD. Howard twierdzi, że jest to o około 40 procent lepsze niż wysiłki Google, chociaż przyznaje, że porównanie jest trudne, ponieważ sprzęt jest inny.

Jack Clark , dyrektor ds. komunikacji i polityki w OpenAI, organizacji non-profit, mówi, że Fast.ai stworzył cenną pracę w innych obszarach, takich jak rozumienie języka. Takie rzeczy przynoszą korzyści wszystkim, ponieważ zwiększają podstawową znajomość technologii AI, mówi Clark.

ukryć