На проходящем в Лейпциге мероприятии ISC 2013 компания Nvidia объявила о создании в сотрудничестве с сотрудниками Стэнфордского университета крупнейшей в мире искусственной нейронной сети, предназначенной для изучения процесса обучения человеческого . Эта сеть в 6,5 раз больше предыдущего рекордсмена, созданного командой Google в 2012 году.
Нейронные сети на базе компьютеров могут «научиться» моделировать поведение , включая распознавание объектов, персонажей, голосов и звуков так, как это делают люди.
Однако для больших нейронных сетей необходимы значительные вычислительные ресурсы. Например, Google для создания сети, которая научилась самостоятельно распознавать кошек в роликах YouTube, понадобилось примерно 1000 серверов на базе CPU или около 16 000 процессорных ядер. Эта сеть характеризовалась 1,7 млрд. параметров, которые представляют собой аналоги связей между нейронами.
Стэнфордская сеть построена на серверах, оснащенных графическими процессорами Nvidia. Используя 16 серверов с GPU удалось создать сеть с 11,2 млрд. параметров.
Считается, что больше нейронная сеть, тем точнее она справляется с такими задачами, как распознавание объектов, позволяя с помощью компьютера моделировать поведение, близкое к человеческому.
Машинное обучение — быстро развивающийся сегмент области искусственного интеллекта, изучающий возможность выполнения компьютером определенных действий без предварительного программирования. В прошлом десятилетии машинное обучение дало нам самоуправляемые автомобили и эффективный поиск в сети, а также позволило существенно улучшить понимание генома человека. Многие ученые считают, что это лучший путь к созданию искусственного интеллекта, сопоставимого с человеческим.
Источник: Nvidia
