Ученые Массачусетского техноинститута (MIT) в ходе «демократизации искусственного интеллекта» нашли способ для более качественного обучения нейросетей. Новый алгоритм экономит деньги и время, позволяя компаниям и отдельным исследователям автоматизировать проектирование систем машинного обучения.
Новая область ИИ подразумевает использование более точных и эффективных инструментов, чем разработанные инженерами. Представленный MIT алгоритм NAS способен напрямую обучать сверточные нейросети для целевых аппаратных платформ. При работе с массивным набором изображений на классификацию данных уходит 200 GPU-часов, что позволяет существенно расширить применение таких типов алгоритмов. Для сравнения, разработанный в Google NAS-алгоритм тратит на создание одной сверточной сети 48 тыс. GPU-часов.
По словам доцента MIT Сонг Хана, их команда рассчитывает, что ограниченные в ресурсах эксперты по ИИ и даже неспециалисты смогут эффективно проектировать архитектурные нейросети при помощи простого и быстрого решения. Но Хан уточняет: алгоритмы не смогут заменить инженеров, они лишь избавят людей от утомительной и повторяющейся работы.
Эксперты называют решение специалистов MIT многообещающим и считают, что оно значительно приближает наступление эры искусственного разума.
Источник:
