Теперь технология MIT может обучать нейронные сети быстрее, чем когда-либо прежде

Стремясь «демократизировать искусственный интеллект», исследователи из MIT нашли способ использовать искусственный интеллект для более эффективной подготовки систем машинного обучения. Они надеются, что новый алгоритм экономии времени и денег позволит исследователям и компаниям, испытывающим нехватку ресурсов, автоматизировать проектирование нейронных сетей.

Новая область искусственного интеллекта включает в себя использование алгоритмов для автоматического проектирования нейросетей, которые являются более точными и эффективными, чем разработанные инженерами. Но эта технология нейронно-архитектурного поиска (neural architecture search, NAS) является затратной с точки зрения вычислительной мощности.

Даже для Google создание единой нейронной сети, часто используемой для классификации изображений, занимает 48 тыс. GPU-часов. Теперь исследователи MIT разработали алгоритм, который осваивает нейронную сеть всего за 200 GPU-часов.

Ускорение процесса проектирования нейросетей может позволить большему количеству людей использовать технологию и экспериментировать с ней. Это может стать шагом на пути к передаче ИИ и машинного обучения в руки большего количества людей и компаний.