211service.com
Microsoft dice que los chips programables harán que el software de IA sea más inteligente
Los avances recientes en la precisión con la que el software puede reconocer imágenes y voz se produjeron gracias a la potencia informática adicional detrás de una técnica conocida como aprendizaje profundo. Microsoft ahora informa sobre el progreso de una idea que podría poner aún más fuerza detrás de la técnica. Una forma práctica de potenciar aún más el software de aprendizaje profundo podría conducir a avances significativos en la inteligencia de las máquinas.
El software de aprendizaje profundo aprende a dar sentido a los datos utilizando simulaciones aproximadas de neuronas biológicas (ver 10 Tecnologías innovadoras 2013: Aprendizaje profundo). Una prioridad para empresas como Google, Microsoft y Facebook que invierten en la tecnología es encontrar formas de entrenar redes más grandes de neuronas con colecciones más grandes de datos de entrenamiento, ejecutando el software en computadoras más potentes.
El uso de procesadores gráficos, conocidos como GPU, ha demostrado ser una de las mejores formas de hacerlo. Pero su precio y alto consumo de electricidad hace que las GPU sean costosas incluso para las grandes empresas. Es muy costoso y desafiante construir, mantener y escalar su propia plataforma de capacitación, dice eric chung , investigador de Microsoft. Los sistemas de GPU utilizados para el aprendizaje profundo son generalmente pequeños o medianos en comparación con la escala de los grupos de computadoras que trabajan juntas para impulsar los servicios en línea, dice.
Chung es parte de un proyecto que investiga una posible ruta para ejecutar el aprendizaje profundo a una escala mucho mayor. La idea es usar FPGA, matrices de puertas programables en campo, chips que se pueden reconfigurar para implementar cualquier diseño y que pueden ser muy eficientes en términos de energía. Microsoft comenzó a usar FPGA para potenciar partes de su motor de búsqueda Bing el año pasado e informó que estaba probando su uso para potenciar las neuronas virtuales del aprendizaje profundo. en febrero . Chung dice que la investigación ahora ha avanzado hacia el uso de algunos de los FPGA más poderosos disponibles, y que parece una forma práctica de brindar un gran impulso al poder del aprendizaje profundo. Microsoft está utilizando FPGA fabricados por Altera, una empresa que el fabricante de chips Intel compró en junio por $ 17 mil millones, citando el potencial de tales chips para hacer que los centros de datos corporativos sean más poderosos.
Incluso en lo que Chung llamó la etapa de creación de prototipos, el equipo encontró un aumento de casi diez veces en el rendimiento de una red neuronal que intenta identificar imágenes, en comparación con las computadoras convencionales sin GPU. Podría ser un cambio de juego si eventualmente logramos implementar FPGA ampliamente a escala, lo que proporcionará una capacidad agregada que supera lo que es posible hoy en día, dice.
El uso de FPGA tiene inconvenientes, por ejemplo, el trabajo que debe realizarse para programarlos para que realicen el trabajo en cuestión. Pero Chung predice que la técnica permitirá el entrenamiento de redes neuronales de tamaño y calidad sin precedentes.
Eso podría ayudar a generar mejoras en cosas como el software que puede describir el contenido de las imágenes (ver El software de Google describe lo que ve en las imágenes), o entender el lenguaje y mostrar una forma de sentido común (Enseñando a las máquinas a entendernos). Los últimos resultados de Microsoft sobre el uso de FPGA se presentaron en la Conferencia Hot Chips sobre los avances en el rendimiento del procesador en Cupertino, California, el martes.