211service.com
La supercomputadora de inteligencia artificial de Baidu supera a Google en el reconocimiento de imágenes
Actualización: El 1 de junio de 2015, Baidu modificó su documento técnico en su sistema para admitir que había infringido las reglas que rigen el Desafío ImageNet que la empresa había utilizado para afirmar que había vencido a otros equipos de investigación. Los organizadores del desafío revisaron la conducta de Baidu y emitieron una declaración diciendo que sus resultados no deben considerarse directamente comparables con los resultados obtenidos por otros.
La empresa de búsqueda china Baidu construyó esta computadora para acelerar su investigación de inteligencia artificial.
El gigante chino de búsquedas Baidu dice que ha inventado una poderosa supercomputadora que aporta nueva fuerza a una técnica de inteligencia artificial que le da al software más poder para comprender el habla, las imágenes y el lenguaje escrito.
La nueva computadora, llamada Minwa y ubicada en Beijing, tiene 72 potentes procesadores y 144 procesadores gráficos, conocidos como GPU. El lunes por la noche, Baidu lanzó un papel afirmando que la computadora había sido utilizada para entrenar software de aprendizaje automático que estableció un nuevo récord para el reconocimiento de imágenes, superando una marca anterior establecida por Google.
Nuestra empresa ahora está liderando la carrera en inteligencia informática, dijo Ren Wu, un científico de Baidu que trabaja en el proyecto, hablando en la Cumbre de visión integrada el martes. El poder computacional de Minwa probablemente lo colocaría entre las 300 computadoras más poderosas del mundo si no estuviera especializado en aprendizaje profundo, dijo Wu. Creo que esta es la supercomputadora más rápida dedicada al aprendizaje profundo, dijo. Tenemos un gran poder en nuestras manos, mucho mayor que el de nuestros competidores.
El poder de la computación es importante en el mundo del aprendizaje profundo, que ha producido avances en el reconocimiento de voz, imágenes y rostros y ha mejorado los servicios de búsqueda de imágenes y reconocimiento de voz ofrecidos por Google y Baidu.
La técnica es una versión mejorada de un enfoque establecido por primera vez hace décadas, en el que los datos son procesados por una red de neuronas artificiales que gestionan la información de manera vagamente inspirada en los cerebros biológicos. El aprendizaje profundo implica el uso de redes neuronales más grandes que antes, organizadas en capas jerárquicas, y entrenarlas con colecciones de datos significativamente más grandes, como fotos, documentos de texto o voz grabada.
Hasta ahora, los conjuntos de datos y las redes más grandes siempre parecen ser mejores para esta tecnología, dijo Wu. Esa es una forma en que difiere de las técnicas anteriores de aprendizaje automático, que habían comenzado a producir rendimientos decrecientes con conjuntos de datos más grandes. Una vez que escalaba sus datos más allá de cierto punto, no podía ver ninguna mejora, dijo Wu. Con el aprendizaje profundo, sigue subiendo. Baidu dice que Minwa hace que sea práctico crear una red neuronal artificial con cientos de miles de millones de conexiones, cientos de veces más que cualquier red construida antes.
Un documento publicado el lunes tiene la intención de proporcionar una muestra de lo que puede hacer el empuje adicional de Minwa. Describe cómo se usó la supercomputadora para entrenar una red neuronal que estableció un nuevo récord en un punto de referencia estándar para el software de reconocimiento de imágenes. El desafío de clasificación de ImageNet, como se le llama, consiste en entrenar software en una colección de 1,5 millones de imágenes etiquetadas en 1000 categorías diferentes y luego pedirle a ese software que use lo que aprendió para etiquetar 100 000 imágenes que no ha visto antes.
El software se compara en función de la frecuencia con la que sus cinco conjeturas principales para una imagen dada no dan la respuesta correcta. El sistema entrenado en la nueva computadora de Baidu se equivocó solo el 4,58 por ciento de las veces. El mejor anterior fue 4.82 por ciento, reportado por google en marzo. Un mes antes de eso, Microsoft había informado logrando 4.94 por ciento, convirtiéndose en el primero en mejorar el desempeño humano promedio de 5.1 por ciento.
Wu dijo que Minwa había hecho posible entrenar el sistema en imágenes de mayor resolución. También permitió el uso de una técnica que convirtió los 1,2 millones de imágenes de entrenamiento originales en dos mil millones al distorsionarlas, voltearlas y alterar sus colores. El uso de ese conjunto de entrenamiento más grande mejoró la precisión al evitar que el sistema se obsesionara demasiado con los detalles exactos de las imágenes de entrenamiento, dijo Wu. El sistema resultante debería ser mejor para manejar fotos del mundo real, dijo.
Como podrían sugerir esos estrechos márgenes de victoria en el desafío de ImageNet, el aprendizaje profundo ahora está listo para desafíos más difíciles que el reconocimiento de imágenes, como interpretar videos o describir imágenes en oraciones (consulte El software inspirado en el cerebro de Google describe lo que ve en imágenes complejas). Wu dijo que además de pensar en cómo hacer que Minwa sea aún más grande y usarlo en video y texto, los investigadores de Baidu están trabajando en formas de reducir sus redes neuronales entrenadas para que puedan operar en dispositivos móviles.
Mostró un video de un prototipo de aplicación para teléfonos inteligentes que puede reconocer diferentes razas de perros, utilizando una versión condensada de una red de aprendizaje profundo entrenada en un predecesor de Minwa. Si sabe cómo aprovechar el poder computacional de las GPU de un teléfono, puede reconocerlo sobre la marcha directamente desde el sensor de imagen, dijo.