Искусственный интеллект все больше оседает в нашей жизни, но переучивать свои необходимые дорогостоящие аппаратные довольно затратно. Вскоре это может измениться, потому что ученые Университета Райса обнаружили более дешевый способ обучить нейронную сеть.
Подготовка искусственного интеллекта является дорогостоящим и трудоемким процессом
Искусственный интеллект (AI / SI) все чаще используется в бытовой технике - мы можем найти его в голосовых ассистентах, компьютерах и современных телевизорах . Но идеи использования ИИ не заканчивается - теперь искусственный интеллект разрабатывает лекарства , которые несут ответственность за спасение пчел .
Действие искусственного интеллекта тесно связано с процессом глубокого обучения, который, как правило, используется в профессиональных графических ускорителях. Графические процессоры (GPU) характеризуется гораздо более высокой производительностью по сравнению с обычными процессорами (ЦП), но процесс обучения нейронной сети сложный и трудоемкий процесс.
Вторая проблема заключается в том , что лучшая платформа , доступная на рынке очень дорогая - их стоимость зачастую десятки или даже сотни тысяч долларов (хороший пример является суперкомпьютер Nvidia DGX-2 , который стоит 400 тысяч долларов.).
Революция в технологиях ИИ?
Ученые из Университета Райс в Хьюстоне создали алгоритм SLIDE (суб-линейное глубокое изучение двигателя), который использует процессоры и глубокое обучение, может быть гораздо более дешевой альтернативой существующих решений.
В случае обучения нейронной сети с помощью графических процессоров, алгоритм использует миллионы или миллиарды нейронов. СЛАЙД работает таким образом, что поезд только те нейроны, которые имеют отношение к расчету - такой подход дешевле и экономит много времени.
Процессор Intel Xeon
Результаты испытаний являются неожиданными. Стандартный алгоритм работает на акселераторе Nvidia Tesla V100 (здесь используются TensorFlow программного обеспечения Google) , необходимое время для выполнения расчета - 3,5 часов. Для сравнения, платформа основана на двух 22-ядерных процессоров Intel Xeon E5-2699A режима работы v4 SLIDE завершает ту же задачу всего за час.
Создатели алгоритма утверждает, что он все еще находится на ранних стадиях разработки и уточнения. Открытие, однако, может изменить подход к процессу обучения нейронной сети.
