IBM объединяет инструменты ИИ Google с собственными когнитивными технологиями

Компания Google располагает отличными технологиями для распознавания изображений и речи, а когнитивные системы IBM могут диагностировать заболевания и уже одержали победу над человеком в телевизионной викторине Jeopardy.

IBM объединяет инструменты искусственного интеллекта Google со своими собственными когнитивными технологиями, позволяя системам глубинного обучения находить более точные ответы на сложные вопросы и лучше распознавать изображения и голос.Инструменты машинного обучения с открытым кодом Google TensorFlow включены в состав пакета IBM PowerAI, также предназначенного для компьютерного обучения. Совместное их использование позволит улучшить качество машинного обучения на серверах IBM Power.

Две головы лучше: за обучение Watson возьмется искусственный интеллект Google

Подобно человеку, компьютер обучается на основе данных, поступающих в систему. Инструменты PowerAI и TensorFlow помогают находить шаблоны и классифицировать данные, выдавая приблизительные ответы на вопросы. Чем интенсивнее компьютер обучается, тем точнее будут ответы.

У IBM уже имеется система Watson, использующая современное оборудование и программное обеспечение для поиска ответов на сложные вопросы. Однако инструменты PowerAI являются более адаптируемыми в сравнении с системой Watson, которая представляет собой уже готовый комплект оборудования, программного обеспечения и облачных технологий, предназначенный для создания определенных моделей, например, медицинских или финансовых.

«Встраивание TensorFlow в PowerAI поможет нам решить серьезную проблему интеграции технологий машинного обучения Google в системы Power, – указал вице-президент IBM по высокопроизводительным вычислениям и аналитическим системам Сумит Гупта. – Сейчас клиенты вынуждены загружать программное обеспечение TensorFlow с сайта Google и устанавливать его отдельно, что отнимает у них немало времени. Оптимизация TensorFlow для PowerAI позволит заметно упростить этот процесс».

Компания Google обновляет TensorFlow примерно раз в месяц. Отслеживание обновлений возлагается на самих клиентов. IBM будет обновлять PowerAI, встраивая туда новейшие инструменты TensorFlow, ежеквартально.

IBM пока не создает отдельной ветви TensorFlow для PowerAI, но в перспективе такое возможно. Для PowerAI уже выпущена отдельная версия среды глубинного обучения с открытым кодом Caffe.

Появление отдельных ветвей TensorFlow для конкретного оборудования или приложений – весьма распространенная практика. Отдельные версии TensorFlow уже существуют для графических процессоров Nvidia, встроенных устройств, роботов и дронов.

Интеграция и оптимизация TensorFlow с учетом особенностей PowerAI будет способствовать ускорению машинного обучения. Новая версия PowerAI предназначена для сервера IBM Power Systems S822LC, использующего для решения задач машинного обучения графические процессоры, подключенные к высокоскоростной шине Nvidia NVlink. При этом NVlink работает быстрее интерфейса PCI-Express 3.0, используемого сегодня в большинстве серверов. Сервер S822LC проектировался специально для графических процессоров Nvidia Tesla P100.

Клиенты, не имеющие в своем распоряжении оборудования IBM, но желающие протестировать последнюю версию PowerAI с TensorFlow, могут проделать это с помощью облачного сервиса Nimbix.

Помимо машинного обучения PowerAI может помочь с распознаванием случаев мошенничества или для выдачи рекомендаций, особенно при совершении покупок. Поскольку компьютер обучается на основе поступающих данных, сформированных шаблонов и классификации, он лучше приспособлен к идентификации подозрительных транзакций, а это высоко ценится финансовыми институтами. Выдача рекомендаций может помочь интернет-магазинам увеличить объемы продаж.

Инструменты PowerAI не так популярны, как система Watson, получившая известность благодаря своей победе над человеком в викторине Jeopardy. Но по функционалу PowerAI, TensorFlow и Watson перекрывают и дополняют друг друга, что позволяет создавать еще более мощные модели обучения. Компания, использующая Watson, может, например, подключиться к TensorFlow или PowerAI для решения конкретных задач компьютерного обучения.

В PowerAI сегодня уже интегрированы многие средства машинного обучения, включая Caffe, Torch и Theano.

Альтернатива — платформа Intel:

Разработка, протестированная инженерами ZTE в китайском городе Нанкин, использовала программируемую матрицу (FPGA) Intel Arria 10 и свёрточные нейронные сети. Чип обеспечил производительность до 1,5 терафлопс при обработке чисел одинарной точности с плавающей запятой, 1,5 млн логических элементов и подключение на скорости более 1 Тбит/с.

Систему глубинного обучения можно легко перенести на более быстрые FPGA-решения Intel Stratix, что позволит увеличить и без того высокую производительность в девять раз. Кроме впечатляющего роста производительности, в ZTE добились ускоренного процесса разработки технологии при помощи языка программирования OpenCL.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *