به گزارش ایسنا و به نقل از آی ای، فناوری "یادگیری عمیق"(Deep learning) به مصرف بالای انرژی مشهور است، چیزی که کاربردهای آن را محدود کرده است. اما اگر این فناوری بتواند با بهره‌وری انرژی بیشتر کار کند، چه می‌شود؟ این پرسشی است که بسیاری از محققان پرسیده‌اند و ممکن است تیم جدیدی در شرکت IBM پاسخی برای آن پیدا کرده باشد.

تحقیق جدیدی که این هفته در همایش "NeurIPS"(سیستم‌های پردازش اطلاعات عصبی-بزرگترین کنفرانس تحقیقاتی هوش مصنوعی) ارائه شده است، فرآیندی را به نمایش می‌گذارد که به زودی می‌تواند تعداد بیت‌های مورد نیاز برای نمایش داده‌ها در یادگیری عمیق را بدون از دست رفتن دقت، از ۱۶ به چهار کاهش دهد.

محققان در چکیده مقاله خود نوشته‌اند: آموزش چهار بیتی در ترکیب با راه حل‌های پیشنهادی قبلی نشان می‌دهد که دقت را پایین نمی‌آورد، ضمن اینکه شتاب سخت افزاری قابل توجهی را نیز به دنبال دارد.

محققان IBM آزمایشاتی را با استفاده از آموزش چهار بیتی جدید خود برای انواع مدل‌های یادگیری عمیق در حوزه‌هایی مانند بینایی رایانه‌ای، گفتار و پردازش زبان طبیعی انجام دادند. آنها دریافتند که دقت در عملکرد مدل‌ها اندکی کاسته می‌شود، در حالی که این فرآیند بیش از هفت برابر سریع‌تر و هفت برابر با مصرف انرژی کمتری همراه است.

بنابراین، این نوآوری می‌تواند هزینه‌های انرژی برای آموزش یادگیری عمیق را تا بیش از هفت برابر کاهش دهد و به مدل‌های هوش مصنوعی حتی در دستگاه‌هایی به اندازه تلفن‌های هوشمند نیز آموزش دهد.

این امر به طور قابل توجهی باعث بهبود حریم خصوصی می‌شود، زیرا همه داده‌ها در دستگاه‌های محلی ذخیره می‌شوند.

با وجود اینکه این نوآوری، هیجان انگیز به نظر می‌رسد، اما ما هنوز با یادگیری عمیق چهار بیتی فاصله داریم، زیرا محققان فعلا تنها این روش را شبیه‌سازی کرده‌اند و به واقعیت رساندن یادگیری چهار بیتی نیاز به سخت افزار چهار بیتی دارد که سخت افزاری است که هنوز وجود ندارد.

اما ممکن است این سخت افزار به زودی در دسترس قرار بگیرد. "کایلش گوپالاکریشنان" مدیر ارشد IBM و سرپرست این تحقیق جدید گفته است که پیش‌بینی می‌کند ظرف سه تا چهار سال آتی سخت افزار چهار بیتی را مهندسی کند. اکنون این چیزی است که باید از شنیدن آن هیجان‌زده شویم.

انتهای پیام