Пытаясь «демократизировать Искусственный Интеллект», специалисты из MIT обнаружили способ использования этой технологии для ускоренного обучения нейронных сетей.
Учёные ожидают, что их новый алгоритм, который экономит время и средства, даст возможность мелким компаниям автоматизировать проектирование нейронных сетей. Иначе говоря, будут сокращены затраты временных и денежных ресурсов, тем самым Искусственный Интеллект станет более доступным.
В новой области Искусственного Интеллекта используются алгоритмы, которые предназначены для автоматического создания нейронных сетей, являющихся более точными и эффективными, чем те, что создаются людьми прямо сейчас. Название этой технологии — нейронно-архитектурный поиск (NAS), которая требует слишком много вычислительных мощностей.
Современный алгоритм NAS, который был недавно разработан компанией Google, требует 48 000 GPU-часов, чтобы создать одну свёрточную нейронную сеть, которая применяется для распознавания изображений. Компания Google располагает ресурсами, которые позволяют ей запустить сотни GPU одновременно. Но подобные возможности есть не у всех. У Google есть возможность параллельно запускать сотни единиц графических процессоров и другого специализированного оборудования параллельно, но это недоступно для многих других компаний.
Однако MIT представил собственный алгоритм NAS, который способен обучать свёрточные нейронные сети для целевых аппаратных платформ. Он работает с большими данными, требуя при этом всего лишь 200 GPU-часов. Таким образом, аудитория пользователей, подобного решения, увеличивается в несколько раз.
Цель учёных сделать так, чтобы мелкие компании смогли воспользоваться алгоритмом, сэкономив при этом время и ресурсы. Они называют это «Демократизацией Искусственного Интеллекта», сообщает один из авторов исследования — Сонг Хан, который является доцентом кафедры электроники и компьютерных наук в MIT.
Мы желаем, чтобы все могли иметь доступ к проектированию нейронных сетей посредством доступного решения, которое оптимизировано под конкретную платформу, — сообщил Сонг Хан.
Но он отметил, что подобные NAS-алгоритмы не способны заменить разработчиков. Он подчёркивает, что главная задача их разработки — уменьшить количество рутинной работы, связанной с созданием нейронных сетей.
Комментарий Агентства Искусственного Интеллекта: MIT действует верно. Монополия в Искусственном Интеллекте приведёт к тому, что больше никто и никогда не сможет получить доступ к этой, постоянно совершенствующейся технологии! А это, в свою очередь, приведёт к тому, что мы называем ИИ-неоколониализмом — полной зависимостью общества от решений, принимаемых чужими ИИ-системами, натренированными на чужих данных.