Vědci využili GPU ke zkonstruování největší umělé neuronové sítě na světě

GPU-akcelerované odvětví jako Machine Learning nebo Data Mining významně vylepšují možnosti rozpoznávání objektů, mluveného hlasu, zvukové nahrávky, obrazu či videa.

NVIDIA dnes oznámila, že se podílela na spolupráci s týmem vědců ze Stanford University a pomohla tak vytvořit největší model neuronové sítě, emulující ukládání poznatků v lidském mozku. Tato síť je 6,5krát větší než stávající rekordní projekt společnosti Google z roku 2012.

Počítačové neuronové sítě jsou schopny “učit se” a napodobovat chování mozku včetně jeho způsobu rozeznávání objektů, postav, hlasů nebo zvuků stejně jako to funguje u člověka.

Vytváření takovýchto ohromných neuronových systémů je však stále velmi náročné na výpočetní výkon. Například Google pro vytvoření zmíněné neuronové sítě, která se naučila rozeznat kočky v sérii YouTube videí, použil přibližně 1 000 serverů založených na CPU nebo-li 16 000 CPU jader. Síť obsahovala 1,7 miliardy parametrů, virtuálně představujících propojení mezi neurony.

Pro porovnání, stanfordský tým, vedený Andrewem Ng, ředitelem univerzitní laboratoře umělé inteligence, vytvořil stejně velkou síť za pomoci pouhých tří serverů, využívajících NVIDIA® GPU k akceleraci zpracovávání ohromného množství dat touto sítí generovaných. Nasazením 16 NVIDIA GPU-akcelerovaných serverů tým vědců následně vytvořil neuronovou síť s neuvěřitelnými 11,2 miliardami parametrů, tedy 6,5krát větší než tu představenou Googlem v roce 2012.

Čím větší a výkonnější je neuronová síť, tím větší je pravděpodobnost úspěchu při úkonech jako rozpoznávání objektů a počítače jsou schopny lépe emulovat lidské chování. Zpráva ze stanfordského výzkumu byla publikována včera na International Conference on Machine Learning.

“Tím, že poskytují signifikantně vyšší úroveň výpočetního výkonu než CPU, přinášejí GPU akcelerátory možnost emulace velkoobjemových neuronových sítí širší veřejnosti,” říká Sumit Gupta, generální manažer Tesla Accelerated Computing Business Unit společnosti NVIDIA. “Každý vědec nebo společnost má nyní možnost využívat machine learning k řešení všemožných problémů běžného života pomocí doslova pár GPU-akcelerovaných serverů.”

GPU akcelerátory pohání Machine Learning

Machine learning je rychle se rozvíjející odvětví oblasti umělé inteligence (AI), vědy, posouvající počítače k jednání bez nutnosti být explicitně naprogramovány. Během posledních desíti let nám machine learning přinesl například samořídící automobily, efektivní webové vyhledávání nebo zásadní porozumění lidskému genomu. Mnoho vědců věří, že právě to je cesta, jak umělou inteligenci dostat na úroveň inteligence lidské.

Jednou ze společností využívajících GPU v této oblasti je společnost Nuance, lídr ve vývoji rozeznávání lidkého hlasu a přirozených jazykových technik.Nuance učí svou neuronovou síť porozumět emulovanému hlasu uživatele využíváním terabytových objemů zvukových dat. Jakmile jsou emulované hlasy naučeny, síť umí rozeznat vzorec mluvených slov a přiřadit jej k vzorcům naučeným dříve.

“GPU zásadně urychlují tréning našich neuronových sítí za použití velikého množství dat, což nám umožňuje rychle prozkoumávat nové algoritmy techniky učení,” říká Vlad Sejnoha, chief technology officer společnosti Nuance. “Výsledné modely vylepšují přesnost napříč všemi našemi zásadními technologiemi ve zdravotnictví, podnikovém žízení a mobilních trzích.”

Témata článku: Tiskové zprávy