В Google рассказали, как будет развиваться искусственный интеллект в 2020 году

- Читати новину українською
Джефф Дин / Скриншот

Глава подразделения искусственного интеллекта Google Джефф Дин на конференции NeurlPS в Ванкувере рассказал, как машинное обучение трансформирует производство полупроводников, что делать, чтобы снизить угрозу климатических изменений, и чего ждать от ИИ в следующем году.

Конференция Neural Information Processing Systems собрала около 13 тысяч специалистов по искусственному интеллекту, нейронным сетям и машинному обучению со всего мира. Журналисты Venture Beat взяли в кулуарах интервью у одного из ведущих спикеров мероприятия – Джеффа Дина, старшего научного сотрудника Google Brain (Google AI).

Не пропустите: LinkedIn назвала самые перспективные профессии ближайшего будущего

Новые процессоры

Дин рассказал о новых тенденциях в производстве полупроводников, которые кажутся ему достаточно эффективными. Речь идет о появлении специализированных процессоров для решения узких задач. Это и уже распространенные графические процессоры, и тензорные процессоры Google (TPU), интегральные схемы, предназначенные для работы с библиотекой машинного обучения TensorFlow. Цель создания похожа: такие решения позволяют получить значительный прирост производительности по сравнению с универсальными процессорами.

Поэтому основной прогресс будет не в области центральных процессоров, а в разработке новой архитектуры для специализированных интегральных схем, уверен Дин.

ИИ инженер

Сам процесс производства тоже изменится.

У нас есть первые доказательства, что мы можем использовать машинное обучение для большей автоматизации и создания маршрутно-технологических карт. Фактически, модели машинного обучения могут научиться играть в размещение интегральных схем специального назначения (ASIC) на конкретном чипе. У нас уже есть неплохие результаты с интегральными чипами, с которыми мы экспериментировали,
– заявил Дин.

Экономный ИИ

Большие модели машинного обучения с их огромной вычислительной мощностью стали объектом критики за то, что тратят много энергии и загрязняют окружающую среду. Дин рекомендует своим коллегам обратить внимание на более эффективные алгоритмические методы, позволяющие добиться тех же целей с меньшими затратами. В качестве примеров таких решений он приводит бипотоковое и трансферное обучения.

Мне кажется, это будет довольно интересно. И я думаю, возникнет длительная тенденция создания все более интересных моделей на устройстве – или на любых потребительских устройствах типа телефонов или типа того – для повышения эффективности работы,
– прогнозирует глава ИИ подразделения Google.

Кроме того, Дин намекнул на появление новых продуктов Google, которые компания пока не анонсировали. Похоже, речь идет о роботах, способных действовать в неблагоустроенном среде, например, в конференц-зале, где много стульев и людей.

Другие новости, касающиеся событий из мира технологий, гаджетов, искусственного интеллекта, а также космоса, читайте в разделе Техно

Автор: Михаил Года
powered by lun.ua
Если Вы обнаружили ошибку на этой странице, выделите ее и нажмите Ctrl+Enter
Предложения партнеров
Комментарии
Залиште відгук