У Google розповіли, як розвиватиметься штучний інтелект у 2020 році
Глава підрозділу штучного інтелекту Google Джефф Дін виступив на конференції NeurlPS у Ванкувері. Там він розповів, як машинне навчання трансформує виробництво напівпровідників та що робити, аби знизити загрозу кліматичних змін. Також Дін розповів чого чекати від ШІ наступного року.
Конференція Neural Information Processing Systems зібрала близько 13 000 спеціалістів зі штучного інтелекту, нейронних мереж і машинного навчання з усього світу. Журналісти Venture Beat взяли в кулуарах інтерв'ю у одного з провідних спікерів заходу – Джеффа Діна, старшого наукового співробітника Google Brain (Google AI).
Не пропустіть: LinkedIn назвала найперспективніші професії найближчого майбутнього
Нові процесори
Дін розповів про нові тенденції у виробництві напівпровідників, які здаються йому досить ефективними. Йдеться про появу спеціалізованих процесорів для вирішення вузьких завдань. Це і вже поширені графічні процесори, і тензорні процесори Google (TPU), інтегральні схеми, призначені для роботи з бібліотекою машинного навчання TensorFlow. Мета створення схожа: такі рішення дозволяють отримати значний приріст продуктивності у порівнянні з універсальними процесорами.
Тому основний прогрес буде не в області центральних процесорів, а в розробці нової архітектури для спеціалізованих інтегральних схем, впевнений Дін.
ШІ інженер
Сам процес виробництва теж зміниться.
У нас є перші докази, що ми можемо використовувати машинне навчання для більшої автоматизації та створення маршрутно-технологічних карт. Фактично, моделі машинного навчання можуть навчитися грати в розміщення інтегральних схем спеціального призначення (ASIC) на конкретному чіпі. У нас вже є непогані результати з інтегральними чіпами, з якими ми експериментували,
– заявив Дін.
Економний ШІ
Великі моделі машинного навчання з їх величезною обчислювальною потужністю стали об'єктом критики за те, що витрачають багато енергії і забруднюють навколишнє середовище. Дін рекомендує своїм колегам звернути увагу на більш ефективні алгоритмічні методи, що дозволяють домогтися тих же цілей з меншим витратами. Як приклади таких рішень він наводить біпотокове і трансферне навчання.
Мені здається, це буде досить цікаво. І я думаю, виникне тривала тенденція створення все цікавіших моделей на пристрої – або на будь-яких споживчих пристроях на кшталт телефонів або типу того – для підвищення ефективності роботи,
– прогнозує глава ШІ підрозділу Google.
Крім того, Дін натякнув на появу нових продуктів Google, які компанія поки не анонсували. Схоже, мова йде про роботів, які здатні діяти у невпорядкованому середовищі – наприклад, в конференц-залі, де багато стільців і людей.
Більше новин, що стосуються подій зі світу технологій, ґаджетів, штучного інтелекту, а також космосу читайте у розділі Техно