Microsoft Herausforderungen Google falsche Kopf Mit 'Projekt Adam "
15.07.2014 08:48
Microsoft Herausforderungen Google falsche Kopf Mit 'Projekt Adam "
Wir treten in eine andere Alters falscher Scharfsinn.
Gestützt auf die Zusammensetzung einer cleveren Kader der akademische Forscher, der größten Namen in Tech-wie Google, Facebook, Microsoft und Apple setzen auf eine extra starke Form von AI im gleichen Umfang bekannten "tiefe Lernen", es zu benutzen zu holen alles von Spracherkennung und Sprachübersetzung, um die CPU Offenbarung, das Geschenk, um Bilder ohne Kreatur Hilfe identifizieren.
In diese verschiedenen AI Ordnung, ist die Allzweck-Postulat mit der Absicht, Google wird in Front publiziert. Das Unternehmen Derzeit beschäftigt die Forscher von der Seite der Geist der tief-Learning-Bewegung, der Universität von Toronto Geoff Hinton. Es hat offen den realen Fortschritt der verschiedenen KI-Technologien, sowie die Art und Weise tiefe Lernen Sprachsuche auf dem Computer-Smartphones überarbeitet. und diese Technologien letzten Datensätze für Genauigkeit in der Spracherkennung und der CPU verwendet Offenbarung diskutiert.
Aber derzeit, folgen Microsoft eine Reihe von Untersuchungen Arm sagt, sie hat verschiedene Datensätze mit einem tiefen Lernmethode ruft es Adam, der Bieter subsist öffentlich diskutiert für die Grunderzeugung verwendet in einem akademischen Gipfel an diesem Morgen an der Seite des Unternehmens Redmond erreicht, Washington Zentrum der Operationen., ist laut Microsoft Adam zweimal im gleichen Umfang geschickt zu den gleichen Umfang vor Systeme von der Seite der Erkennung von Bildern-einschließlich der, sagen wir, Fotos von einem genauen Rasse des Hundes sonst eine Art von Vegetation, während mit 30 Zeit weniger Gerät (siehe Kassette unten). "Adam ist ein Explorations, wie Sie den größten Kopf bauen", sagt Peter Lee, der Rechts Microsoft folgen einer Reihe von Untersuchungen.
Lee verfügt, mit der Absicht, während des Laufens ein Ziel Test genannt ImageNet 22K, die Adam neuronalen Austausch von Ideen die (veröffentlichten) Leistungsnachweise des Google-Kopf, eine Methode, mit der Absicht, bietet AI Berechnungen, Dienstleistungen über Online-Imperium von Google, von der Spitze Maschinenspracherkennung von Google Maps. dieser Test beschäftigt sich mit einem Ordner von 22.000 Arten von Bildern und oder Adam, eine Handvoll Einzel falsche Klugheit Modelle waren in der Lage, diese enorme Menge an Input. einzelne von ihnen steuern, war die Google-Kopf.
Aber Adam hat nicht den Ehrgeiz, mit verschiedenen Tieflernalgorithmen top Google. Der Trick ist, mit der Absicht, das Verfahren besser optimiert die Art und Weise seiner Gerät Steuerdaten und die Feinabstimmung der Kommunikation über sie. Es ist die Idee von einem Microsoft-Forscher namens Trishul Chilimbi, jemand, der nicht in das sehr akademisch Planeten falscher Scharfsinn erzogen ist, aber in der Malerei des massiven Rechensysteme.
Wie es Leben
Wie vergleichbar tiefen Lernsystemen wird Adam in einer Reihe von Standard-CPU-Server, in diesem Zustand Gerät von Microsofts Azure-Cloud-Computing-Dienst frei auf. Tief Lernen zielt darauf ab, zusätzliche kompakt imitieren die Art, wie die Kopfleben durch die Schaffung von neuronalen Netzen-Systeme mit die Absicht der Arbeit, von der Seite der kleinsten Menge in ausgewählten Punkten wie die Netzwerke von Neuronen in Gehirn-und typischerweise diese neuronale Netze erfordern eine große Menge von Servern. der Unterschied ist, mit der Absicht, Adam macht aufwenden eines Verfahrens genannt Asynchronität.
Im gleichen Umfang zusätzliche Rechnersysteme verstehen und extra Multiplex, wird es extra und extra hart, um ihre verschiedenen Teile zu verstehen, um in einer Reihe mit anderen sowohl Handel, sondern können diese Asynchronität problematisch zu lindern. Grundsätzlich ist die Asynchronität mehr oder weniger eine Methode Aufspaltung in Teile mit der Absicht, kann so ziemlich Lauf unabhängig sowohl von anderen, oder teilen ihre Berechnungen und Zusammenführen in eine Totalität. das ist die Mühe mit der Absicht, auch diese Frist kann Komposition mit Smartphones und Laptops, wo-Berechnungen sind in vielen verschiedenen Paste CPU Chips, es wurde nicht mit der Absicht, boomt mit Systemen mit der Absicht, Lauf in vielen verschiedenen Servern gewesen, im gleichen Umfang neuronale Netze kümmern. Aber verschiedene Forscher und-Tech-Unternehmen wie Google-haben vor einem Live-Publikum herum gewesen mit großer asynchrone Systeme für die Jahre gegenwärtig verwendet werden, und innerhalb Adam, unternimmt Microsoft, Verbesserung dieser Zusammensetzung mit einem Wohn-Wissen von der Seite der University of Wisconsin genannt, der alle Dinge ", HOGWILD!"
HOGWILD! War ursprünglich in gleichem Maße etwas mit der Absicht des Gebens Erlaubnis sowohl Supercomputer in einen Mechanismus Zusammensetzung zusätzliche unabhängig entworfen. Verschiedene Chips können möglicherweise sogar zu schnitzen, um die gleiche Erinnerung Lage, und nichts würde sie überschreiben sowohl andere zu unterbrechen. Mit einer großen Menge Systeme, das ist als eine schlechte Gedanken, da es kann Folge in Datenkollisionen-wo einzigen Mechanismus überschreibt, was hast du gesagt? ein zusätzlicher getan hat, aber es kann Zusammensetzung gut in ausgewählten Situationen. Die Möglichkeit der Datenkollision leichter in winziger, preis Computersysteme, und im gleichen Maße die Universität von Wisconsin-Forscher geben Ihnen eine Vorstellung zu, es zu erheblichen Geschwindigkeits-ups in einem einzigen Mechanismus befehlen kann. Adam folgt, dass nimmt diesen Gedanken einzigen Schritt aufgenommen, die Anwendung der Asynchronität von HOGWILD! um ein vollständiger Austausch von Ideen Gerät. "Wir sind noch wilder als HOGWILD! In mit der Absicht, wir sind sogar extra asynchronen", sagt Chilimbi, die Microsoft-Forscher, die Adam Projekt geträumt.
Obwohl neuronale Netze sind enorm dicht und die Möglichkeit von Datenkollisions prominent, diese Arbeitsmethode, da die Zusammenstöße zu Folge in die gleiche Berechnung mit der Absicht prädisponiert sein würde erreicht, wenn das Verfahren durchlaufen hatte sorgfältig vermieden alle Kollisionen. Dies ist, da, während sowohl Mechanismus aktualisiert die Master-Oberkellner, neigt der arbeiten, um Konservierungsmittel bestehen. Einzel-Mechanismus für die Auftrags verwendet, Ausschreibung entscheiden, eine "1" auf einem bereits vorhandenen legen Wert von add "5", während ein zusätzlicher beschließt, eine hinzufügen "3". leichter als intrigante sorgfältig, welcher Mechanismus die großen Wert auf elementare aktualisiert, die Methode in den letzten Minuten können beide überarbeiten bei jeder Gelegenheit, sie können. Unabhängig davon, welche elementaren Mechanismus geht, ist die Folge endet immer noch "9 . "
Microsoft sagt, dass dieses Setup kann in der Tat helfen, ihre neuronalen Netzen zusätzliche schnell und extra genau trainieren sich selbst um Dinge wie Bilder zu verstehen. "Es ist eine aggressive Strategie, aber ich schaue nach sagen, warum dies möglicherweise eine Notlage der Berechnung zu retten", sagt Andrew Ng, eine berühmte tief-Learning-Experten, der derzeit Arbeiten für chinesische Suchmaschinenriese Baidu verwendet. "Es ist außergewöhnlich mit der Absicht, diese publik macht, eine gut erzogene Gedanken leben."
Ng ist überrascht, mit der Absicht, Adam läuft auf herkömmlichen CPU-Prozessoren und GPUs nicht-die Chips ursprünglich für Grafik Fügung mit der Absicht verwendet werden, sind derzeit verwendete für alle möglichen anderen Mathematik-Schwer Berechnungen verwendet. Viele tiefe Lernsysteme sind präsentieren erbärmlich zu GPUs im gleichen Umfang eine Möglichkeit zur Vermeidung von Kommunikations-Engpässe, aber die Gesamtheit Kap von Adam, sagt Chilimbi ist mit der Absicht, sie einen verschiedenen Weg führt.
Neuronale Netze gedeihen auf riesige Mengen an Daten-mehr Daten, als Sie in der Regel steuern kann mit einer Standard-CPU Flocke, sonst CPU. Deshalb ist sie verstehen, und fügen Sie ihn in so vielen Gerät. Option Ein fügte jedoch hinzu, ist, die Dinge auf GPUs laufen, die können crunch die Daten zusätzlich schnell. die Problematik ist mit der Absicht, wenn die KI-Form passt nicht vollständig auf Single-GPU-Lizenz ansonsten ein einzelner Kopf Kellner laufen mehrere GPUs, kann das Verfahren zum Stillstand. die Kommunikationssysteme in Datenzentren sind nicht schnell eine ausreichende Menge, um mit der Geschwindigkeit Schritt zu halten von der Seite der Steuer die GPUs in einer Reihe, die Erstellung von Daten Gridlocks. Darum, ausgewählte Experten sagen, sind nicht ideal echte GPUs derzeit für die Aufstockung sehr große neuronale Netze. Chilimbi verwendet, Design, die die breite Palette von Hardware und Software, mit der Absicht untermauert Microsoft Bing Suchmaschine geholfen, ist zwischen ihnen.
Wir müssen erreichen HOGWILD?
Microsoft ist Adam Förderung im gleichen Umfang eine "mind-blowing Methode", sondern ausgewählt tief-Learning-Experten argumentieren, mit der Absicht, die Art und Weise ist das Verfahren gebaut ist wirklich nicht mit der Absicht, verschiedene von Google. Nicht zu wissen, mit zusätzlichen Details mehr oder weniger, wie sie die Gedankenaustausch zu optimieren, sagen Experten, ist es kraftvoll zu wissen, wie Chilimbi und sein Team erreicht die Leistung, die sie in Boosts behauptet werden.
Microsoft-Ergebnisse sind "eine Art weg gegenüber, was hast du gesagt? Bewohnen in folgen einer Reihe von Untersuchungen unterziehen gewesen Entscheidung, aber das ist, was hast du gesagt? Macht es aus dem Rahmen", sagt Matt Zeiler, der auf der Google-Kopf gearbeitet und vor kurzem auf Kurs seiner eigenen tiefen-Learning-Unternehmen Clarifai. Er ist nach der Beweisstück, mit der Absicht, die Richtigkeit von Adam im gleichen Umfang sie zusätzliche Vorrichtung hinzuzufügen, erhöht bezieht. "Ich zweifellos denke Extra folgen einer Reihe von Untersuchungen auf HOGWILD! Möchten bestehen erhaben zu wissen, wenn das der Riese Gewinner an dieser Stelle. "
Microsoft-Lee sagt, das Projekt noch "embryonalen." So weit, es ist einzelnen wurde durch einen inländischen App, mit der Absicht der Gebotsabgabe identifizieren ein Objekt in der Art und Weise der Sie ein Foto von ihm mit dem Handy aufgeschnappt habe eingesetzt Lee. Verwendet es sich um Hunderassen und Bugs mit der Absicht, identifizieren könnte bestehen bösartig. es gibt nicht einen wolkenlosen Tisch, um die App noch nicht auf die offene Frage, aber Lee sieht bestimmte Verwendungen für das zugrunde liegende Wissen in die E-Commerce-, Robotik verwendet, und Sentiment-Analyse . Es gibt außerdem Gespräche innerhalb von Microsoft zu erforschen, ob die Effizienz Adams möglicherweise abholen können, wenn auf field-Programmable Arrays laufen, sonst FPGAs, Prozessoren mit der Absicht, kann bestehen modifiziert werden, um kundenspezifische Software. Microsoft hat bereits mit diesen Chips zu experimentieren abholen Bing.
Lee glaubt Adam möglicherweise Teil dessen, was hast du gesagt bestehen? Er fordert eine "ultimative Mechanismus Scharfsinn," etwas mit der Absicht, möglicherweise in Hinsicht mit der Absicht funktionieren näher an, wie wir Menschen steuern verschiedene Arten von Modalitäten wie Sprache-, Offenbarung und Text alle von der Seite nur das einmal. die Straße, mit der Absicht der Art von Wissen ist eine langfris Menschen unterziehen Richtung es seit der 50er Jahre, aber wir sind sicher immer näher gearbeitet.
Schlagwörter: Microsoft, Google
Related : https://laptopaccuadapter-4.seesaa.net/
