找回密碼註冊
作者: wu.hn8401
查看: 7441
回復: 3

文章標籤:

文章分享:

+ MORE精選文章:

+ MORE活動推薦:

極致效能 為遊戲而生 990 PRO SSD 玩家體驗

[*]極致效能固態硬碟 [*]PCIe 4.0 速度大幅提升 [*]優化的電源效率 ...

Micron Crucial PRO D5 6400超頻版 玩家開

解銷更快的遊戲速度! 利用低延遲遊戲記憶體的強大功能 利用 Cruci ...

O11 VISION COMPACT 玩家開箱體驗分享活動

迷你身形 三面透視打造精緻PC視野新境界O11 VISION COMPACT 強強聯合 ...

2024 三星SD記憶卡 玩家開箱體驗分享活動

2024 PRO Plus SD 記憶卡 [*]為專業人士打造 [*]釋放極限速度 [*]多 ...

打印 上一主題 下一主題

[手機相機] Microsoft 推人工智慧系統Adam,已能辨識狗品種

[複製鏈接]| 回復
跳轉到指定樓層
1#
wu.hn8401 發表於 2014-7-27 19:32:47 | 只看該作者 |只看大圖 回帖獎勵 |倒序瀏覽 |閱讀模式
【XFastest訊】我們正在進入一個新的時代——人工智慧時代。依靠大量的試驗研究,Google、Facebook,微軟和蘋果等大型科技或網路公司,正尋求更為強大人工智慧技術。其中包括語言識別,語言翻譯,電腦視覺,以及圖片識別。
25_1jR7NMhsJ_jpg_w600.jpg

25_1jR7NUgq9_jpg_w600.jpg

打敗Google Brain
在人工智慧領域,Google 相比對手走在了最前列。最近,該公司收購了多倫多大學一家神經網路方面的初創公司DNNResearch。據悉,這家公司創始人是機器“深度學習”(Deep Learning)方面的領軍人物。此外,Google 也公開討論過新型人工智慧技術,其中涉及了Android 手機上的語音搜索。Google 在語音辨識技術和電腦視覺精確度方面都創造了好幾項紀錄。
但是現在,Microsoft 研究團隊表示,它們新開發出了一種新型人工智慧系統,名叫Adam。Microsoft在其近期組織的學術峰會上也是首次提到了這項新技術。Microsoft表示, Adam相比此前的系統,在圖片識別方面精準度提升了一倍,尤其是在識別狗的品種或者蔬菜種類方面。“Adam 旨在探索人類大腦的奧秘。”Microsoft 研究院院長彼得·李(Peter Lee)表示。
彼得·李宣稱,在ImageNet 22K標準測試中,Adam 神經網路在圖片識別方面的表現要比 Google Brain快。ImageNet 22K標準主要向Google 線上服務(包括Android設備語音辨識和Google地圖等)提供了一種人工智慧測評計算方法。這項測試需要系統具備處理2.2萬張圖片資料能力。在Adam之前,只有少數人工智慧模型能夠處理如此規模龐大的資料登錄,其中就包括Google Brain。
不過,Adam並非憑藉“深度學習”演算法來打敗Google,它的取勝之道是優化設備資料處理和調整系統與設備之間交流。Microsoft這項研究的奠基人為Trishul Chilimbi。有意思人的是,Trishul Chilimbi此前並非人工智慧領域專家,而是從事大規模電腦系統研究。
Adam工作原理
與其他“深度學習”系統類似,Adam運行於一組標準電腦伺服器陣列,實際上它使用了Microsoft Azure雲端運算服務。“深度學習”旨在通過構建人腦神經網路系統,更加緊密地模仿人類大腦工作方式。Adam在運行過程中需要大量的伺服器,就如同人腦在運轉過程中需複雜的神經網路一樣。兩者的區別在於,Adma利用的是一項名為“非同步”(asynchrony)技術。
隨著計算系統變得日益複雜,系統內各部分彼此之間在交流時變得越來越困難。不過,“非同步”技術能夠幫助解決這一問題。從根本上講, “非同步”將系統分為多個小部分,它們在 “分享”各自運算和融合為一體前,彼此都是獨立運行的。問題在於,儘管這種技術能夠很好的應用在智慧手機和筆記型電腦上(智慧手機和筆記型電腦的內部計算分散在諸多不同晶片之上),但在包含了很多不同伺服器的系統中(如神經網路),這項技術的表現算不上成功。
但是,諸多研究人員以及包括 Google 在內的科技公司在過去幾年時間都在這一領域投入很多精力,而微軟正是憑藉華盛頓大學研發的“HOGWILD!”技術才占得先機。
“HOGWILD!”技術起初只是讓機器內部每個處理器能夠更為獨立的運行。不同晶片甚至都能夠寫入相同的存儲單元之中,彼此之間不會受到“重疊”影響。對於大部分系統來說,這種技術絕對不算什麼“好東西”,它們可能會導致資料衝突,因為一台設備覆蓋了其設備已完成資料編碼。但在某些情況下,這種技術運作良好。正如華盛頓大學研究員所展示的,“HOGWILD!”可以大幅提升單個設備的運算速度。Microsoft Adam在此基礎之上做了改進,應用了 “HOGWILD!”技術。 “我們比HOGWILD!更瘋狂,因為Adam的非同步性更強。”Chilimbi表示。
儘管神經網路分佈極其密集,且資料衝突風險很大,但這種方法行得通,是因為如果系統能夠避開資料衝突,這種“衝突”則會帶來一種相同的運算。
Microsoft 表示,Adam可以説明神經網路更快速、更精確的來“訓練”設備對圖片的認知能力。讓人感到驚訝的是,Adam運行的竟然是傳統的電腦晶片,而非專門用於圖形處理的GPU。目前,很多“深度學習”系統使用的是GPU,就是為了避免資料通信瓶頸。但Chilimbi表示,Microsoft Adam選擇的是不同的路徑。
神經網路依靠的是海量資料,它所處理的資料比標準電腦晶片CPU要多得多。這也是為什麼它們需要分散到很多機器上的原因。作為另一種選擇,GPU可以來處理如此龐大的資料,且速度更快。但問題是,如果人工智慧系統資料未能完全與GPU或者運行於多個GPU之上的單一伺服器匹配,系統將會崩潰。
另外,資料中心的通訊系統運行速度還不足以跟上GPU處理資訊的速度,這將會導致資料傳輸堵塞。正因為如此,一些專家表示, GPU並非處理大型神經網路系統的最佳選擇。
Microsoft將Adam描述為一種“奇幻”的系統,但某些深度學習領域專家則表示,Microsoft Adam系統的工作原理跟穀歌人工智慧並非完全不用。專家表示,如果不知道更多有關Microsoft如何優化神經網路的細節,人們就很難知道Microsoft Adam團隊是如何來實現他們所宣稱的成果。
前Google Brain部門研究人員馬特·賽勒(Matt Zeiler)表示:“Microsoft的研究成果跟人類已發現的研究成功背道而馳,但這也是它的亮點之處。”他表示,如果Microsoft能夠增加更多設備,那Adam的識別準確率就會越高。
未來潛力巨大
Microsoft 彼特·李表示, Adam專案目前還處於初級階段。到目前為止,它只是在一款應用內部進行測試。測試結果顯示,當你使用手機拍照時,Adam能夠準確的識別照片上的物體。彼特·李使用Adam辨別出了狗的品種以及有毒的蟲子。Microsoft目前還未披露何時向大眾市場推出這款應用的計畫。不過,彼特·李表示,Adam未來肯定可以在電子商務、機器人,以及敏感度分析領域得到“重用”。Microsoft目前也正在討論研究,如果Adam運行在程式設計閘陣列(field-programmable arrays)或運行常規軟體處理器上時,它的效率是否會提高。事實上,微軟已經在測試這類晶片來提升Bing服務。
此外,彼特·李堅信,Adam將可以成為真正的人工智慧技術,這種智慧技術將跟人類處理語言、視覺和文本形態內容功能接近。但是,想要達到這種水準,微軟還需要做很多。自上世紀50年代,人類就已經開始朝這個目標邁進。但現在,可以肯定的是,我們離目標又近了一步。

2#
XF-Team 發表於 2014-7-28 20:39:12 | 只看該作者
最靚電競周邊新品!最完整電競賽事直擊!請鎖定XF靚電競專區 https://xfun.cc/ak4pc
3#
XF-Staff 發表於 2014-7-30 12:58:46 | 只看該作者
XFastest現在活動好康連發,快去活動專區報名參加!優質好禮等你來拿~
4#
admin 發表於 2014-8-1 04:48:35 | 只看該作者
感謝玩家熱情發帖,XFastest的成長有勞各位一齊努力打拼!
您需要登錄後才可以回帖 登錄 | 註冊 |

本版積分規則

小黑屋|手機版|無圖浏覽|網站地圖|XFastest  

GMT+8, 2024-11-15 05:53 , Processed in 0.122301 second(s), 64 queries .

專業網站主機規劃 威利 100HUB.COM

© 2001-2018

快速回復 返回頂部 返回列表