211service.com
Baidus superdator med artificiell intelligens slår Google vid bildigenkänning
Uppdatering: Den 1 juni 2015 ändrade Baidu sin tekniskt papper på sitt system för att erkänna att det hade brutit mot reglerna för ImageNet Challenge som företaget hade använt för att hävda att det hade slagit andra forskarlag. Arrangörerna av utmaningen granskade Baidus beteende och utfärdade ett påstående att dess resultat inte bör anses vara direkt jämförbara med resultat som andra har erhållit.
Det kinesiska sökföretaget Baidu byggde den här datorn för att påskynda sin forskning om artificiell intelligens.
Den kinesiska sökjätten Baidu säger att de har uppfunnit en kraftfull superdator som ger nya muskler till en teknik med artificiell intelligens som ger mjukvaran mer kraft att förstå tal, bilder och skrivna språk.
Den nya datorn, som heter Minwa och ligger i Peking, har 72 kraftfulla processorer och 144 grafikprocessorer, så kallade GPU:er. Sen måndag släppte Baidu ett papper hävdade att datorn hade använts för att träna maskininlärningsprogram som satte ett nytt rekord för att känna igen bilder och slog ett tidigare märke som Google satt.
Vårt företag leder nu loppet inom datorintelligens, sa Ren Wu, en Baidu-forskare som arbetar med projektet, talade vid Embedded Vision Summit på tisdag. Minwas beräkningskraft skulle förmodligen placera den bland de 300 mest kraftfulla datorerna i världen om den inte var specialiserad för djupinlärning, sa Wu. Jag tror att detta är den snabbaste superdatorn dedikerad till djupinlärning, sa han. Vi har stor makt i våra händer – mycket större än våra konkurrenter.
Datorkraft är viktig i en värld av djupinlärning, som har skapat genombrott inom tal-, bild- och ansiktsigenkänning och förbättrat bildsöknings- och taligenkänningstjänsterna som erbjuds av Google och Baidu.
Tekniken är en förädlad version av ett tillvägagångssätt som först etablerades för decennier sedan, där data bearbetas av ett nätverk av artificiella neuroner som hanterar information på sätt som är löst inspirerade av biologiska hjärnor. Djup inlärning innebär att man använder större neurala nätverk än tidigare, ordnade i hierarkiska lager och tränar dem med betydligt större samlingar av data, som foton, textdokument eller inspelat tal.
Hittills verkar större datamängder och nätverk alltid vara bättre för den här tekniken, sa Wu. Det är ett sätt det skiljer sig från tidigare maskininlärningstekniker, som hade börjat ge minskande avkastning med större datamängder. När du väl skalat din data utöver en viss punkt kunde du inte se någon förbättring, sa Wu. Med djup inlärning fortsätter det bara att gå uppåt. Baidu säger att Minwa gör det praktiskt att skapa ett artificiellt neuralt nätverk med hundratals miljarder anslutningar – hundratals gånger fler än något nätverk som byggts tidigare.
En tidning som släpptes i måndags är tänkt att ge ett smakprov på vad Minwas extra oomph kan göra. Den beskriver hur superdatorn användes för att träna ett neuralt nätverk som satte ett nytt rekord på ett standardriktmärke för programvara för bildigenkänning. ImageNet-klassificeringsutmaningen, som den kallas, går ut på att träna programvara på en samling av 1,5 miljoner märkta bilder i 1 000 olika kategorier, och sedan be den programvaran att använda vad den lärt sig för att märka 100 000 bilder som den inte har sett tidigare.
Programvaran jämförs utifrån hur ofta dess fem bästa gissningar för en given bild missar det korrekta svaret. Systemet som tränades på Baidus nya dator var fel endast 4,58 procent av gångerna. Det tidigare bästa var 4,82 procent, rapporterat av Google i mars. En månad innan dess, Microsoft hade anmält uppnådde 4,94 procent, och blev den första med bättre genomsnittliga mänskliga prestationer på 5,1 procent.
Wu sa att Minwa hade gjort det möjligt att träna systemet på bilder med högre upplösning. Det tillät också användning av en teknik som förvandlade de ursprungliga 1,2 miljoner träningsbilderna till två miljarder genom att förvränga dem, vända dem och ändra deras färger. Att använda den större träningsuppsättningen förbättrade noggrannheten genom att förhindra att systemet blev för fixerat vid de exakta detaljerna i träningsbilderna, sa Wu. Det resulterande systemet borde vara bättre på att hantera verkliga bilder, sa han.
Som de smala segermarginalerna på ImageNet-utmaningen kan antyda, är djupinlärning nu redo för tuffare utmaningar än bildigenkänning, som att tolka video eller beskriva bilder i meningar (se Googles hjärninspirerade programvara beskriver vad det ser i komplexa bilder). Wu sa att Baidus forskare, förutom att fundera på hur man gör Minwa ännu större och använder den på video och text, arbetar på sätt att krympa sina tränade neurala nätverk så att de kan arbeta på mobila enheter.
Han visade en video av en prototyp av en smartphone-app som kan känna igen olika hundraser, med hjälp av en komprimerad version av ett djupinlärningsnätverk som tränats på en föregångare till Minwa. Om du vet hur man utnyttjar beräkningskraften hos en telefons GPU:er kan du faktiskt känna igen direkt från bildsensorn, sa han.