18 июня 2013 г
Искусственная нейронная сеть на базе GPU
NVIDIA объявила о том, что в результате сотрудничества с командой ученых из Стэнфордского Университета была создана крупнейшая в мире искусственная нейронная сеть, предназначенная для изучения процесса обучения человеческого мозга. Данная сеть в 6,5 раз больше предыдущего рекордсмена, созданного командой Google в 2012 году.
Компьютеризированные нейронные сети могут "научиться" моделировать поведение мозга, включая распознавание объектов, персонажей, голосов и звуков тем же способом, каким это делает мозг.
Однако создание масштабных нейронных сетей обходится очень дорого с точки зрения вычислительных ресурсов. Например, в Google на создание сети, которая научилась самостоятельно распознавать кошек в серии роликов YouTube, ушло порядка 1000 серверов на базе CPU, что эквивалентно 16 000 процессорных ядер. Построенная сеть характеризовалась 1,7 млрд параметров, виртуально отражающих связи между нейронами.
В отличие от Googe, команда Стэнфорда построила такого же масштаба сеть всего на трех серверах, оснащенных графическими процессорами NVIDIA для ускорения обработки больших объемов данных, генерируемых сетью. С помощью 16 серверов на базе графических процессоров NVIDIA команда смогла создать сеть с 11,2 млрд параметров, что в 6,5 раз больше, чем у сети Google, представленной в 2012 году.
Чем больше и мощнее нейронная сеть, тем точнее она справляется с такими задачами, как распознавание объектов, позволяя с помощью компьютера моделировать поведение, близкое к человеческому. Работа команды ученых из Стэнфорда была опубликована на Международной Конференции по Машинному Обучению.
Машинное обучение, быстроразвивающийся сегмент области искусственного интеллекта, - это наука о выполнении действий компьютером без предварительного программирования. В прошлом десятилетии машинное обучение дало нам самоуправляемые автомобили и эффективный поиск в Сети, а также позволило заглянуть глубоко внутрь человеческого генома. Многие ученые считают, что это лучший способ познания человеческого интеллекта.
Одной из компаний, применяющих GPU в этой области, является Nuance, лидер в разработке технологий распознавания речи и естественных языков. Nuance учит свои модели нейросетей понимать речь пользователей с помощью терабайтов аудиоданных. После обучения модели могут распознавать образцы произнесенных слов путем их сопоставления с изученным материалом.