Empfohlen, 2024

Die Wahl des Herausgebers

Facebook open-sources neue AI smarts

Facebook Open Sources AI, 2016 Salary Guide, and the New HondaJet

Facebook Open Sources AI, 2016 Salary Guide, and the New HondaJet
Anonim

Facebook hat als Open Source einige Softwaremodule freigegeben, die beschleunigen können Bilderkennung, Sprachmodellierung und andere maschinelle Lernaufgaben, um die künstliche Intelligenz von Computern für sich selbst und andere zu verbessern,

Solche Module könnten von Startups oder anderen Unternehmen genutzt werden, die auf KI basierende Produkte und Dienstleistungen aufbauen wollen Das Know-how von "deep engineering" sei nicht vorhanden, um solche Fähigkeiten intern zu entwickeln, sagt Soummith Chintala, ein Facebook-Forschungsingenieur, der für das Facebook AI Research (FAIR) -Labor arbeitet.

Facebook integriert noch keine AI-Technologien Social-Networking-Service, Chintala sagte, obwohl die Techniken, die bei FAIR entwickelt werden, eines Tages verwendet werden können, um Kundenerfahrung zu verbessern. Angesichts des relativ geringen Mangels an kommerziell erhältlichen AI-Tools, finanziert Facebook FAIR, grundlegende Fähigkeiten intern zu entwickeln und die Ergebnisse so zu beschaffen, dass andere sie nutzen und verfeinern können, sagte er.

Die neuen Module laufen auf Facebooks Fackel Open-Source-Entwicklungsrahmen für den Aufbau von Deep-Learning-Anwendungen. Google, Twitter, Nvidia, Intel und Nvidia haben dieses Framework für ihre Projekte verwendet.

Das Modul, über das Chintala am meisten begeistert war, war eines, das geschrieben wurde, um Objekte in Bildern zu erkennen. Zwar gibt es viele Softwarebibliotheken, die diese Aufgabe bereits erfüllen, aber dieser Code macht es viel schneller als andere Ansätze und nutzt Techniken, die Facebook-Forscher zusammen mit Nvidias cuFFT-Bibliothek entwickelt haben (FFT steht für Fast Fourier Transform, ein Algorithmus zur Signalkonvertierung). .

Das Modul, das auf Arrays von GPUs gebaut wurde, kann zum Aufbau von Faltungsnetzen verwendet werden, einem neuartigen neuronalen Netz, das sich für Machine Vision eignet.

Ein anderes Modul, Hierarchical SoftMax genannt, kann beschleunigt werden der Prozess des Trainings eines maschinellen Lernnetzwerks, um die Beziehungen zwischen Millionen von Objekten zu verstehen - zum Beispiel alle Wörter in einem Wörterbuch. Dieses Modul könnte zum Beispiel verwendet werden, um das nächste Wort in einem Satz vorherzusagen, wobei die ersten Wörter eines Satzes gegeben sind. Hierarchical SoftMax baut auf den Arbeiten in den Forschungslabors von Microsoft auf.

Ein anderes Modul macht eine zeitliche Korrelation, sagte Chintala. Es kann verwendet werden, um eine Reihe von zeitbezogenen Daten zu betrachten und vorherzusagen, wie der nächste Wert aussehen würde. Dieses Modul würde auch in der Wortvorhersage verwendet werden.

Facebook hat auch eine optimierte Nachschlagetabelle veröffentlicht, die dabei helfen kann, extrem viele Objekte im Speicher zu halten. Ein Computerprogramm, das die Beziehung zwischen verwandten Wörtern wie "Essen" und "Hunger" herausfinden möchte, könnte die Tabelle nutzen, um den Prozess der Verbindung zu beschleunigen, sagte Chintala. Facebook selbst hat dieses Modul getestet, um automatisch mögliche Hashtags für einen gegebenen Textkörper zu generieren.

Top