英媒稱，香港浸會(huì)大學(xué)的研究人員與來(lái)自騰訊機(jī)器學(xué)習(xí)的團(tuán)隊(duì)合作創(chuàng)造出一項(xiàng)新技術(shù)，能夠以較之以往更快的速度訓(xùn)練人工智能機(jī)器，并同時(shí)保持精確度。

據(jù)英國(guó)科學(xué)新聞網(wǎng)站11月7日?qǐng)?bào)道，在實(shí)驗(yàn)中，研究小組用4分鐘和6.6分鐘分別訓(xùn)練了兩個(gè)深度神經(jīng)網(wǎng)絡(luò)alexnet和resnet-50。此前，alexnet和resnet-50的最快訓(xùn)練時(shí)間分別為11分鐘和15分鐘。

報(bào)道稱，alexnet和resnet-50是建立在imagenet（一個(gè)用于視覺(jué)對(duì)象識(shí)別軟件研究的大型可視化數(shù)據(jù)庫(kù)）基礎(chǔ)上的深度神經(jīng)網(wǎng)絡(luò)。一旦接受訓(xùn)練，系統(tǒng)就能夠識(shí)別并標(biāo)記給定照片中的物體。這一結(jié)果顯著快于此前的記錄，而且超過(guò)了所有其他現(xiàn)有系統(tǒng)。

報(bào)道稱，機(jī)器學(xué)習(xí)是一套令計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)而無(wú)需由人類編程的數(shù)學(xué)方法。生成的算法可以用于各種應(yīng)用于人工智能的數(shù)據(jù)和視覺(jué)識(shí)別任務(wù)。

香港浸會(huì)大學(xué)團(tuán)隊(duì)由計(jì)算機(jī)系教授禇曉文和博士生施少懷組成。禇曉文說(shuō)：“我們提出了一種新的優(yōu)化訓(xùn)練方法，在不犧牲精確度的情況下大大提升最佳輸出。在人工智能訓(xùn)練中，研究人員試圖更快地訓(xùn)練自己的網(wǎng)絡(luò)，但這可能會(huì)導(dǎo)致精確度下降。因此，在保持精確度的同時(shí)高速訓(xùn)練機(jī)器學(xué)習(xí)模型對(duì)科學(xué)家來(lái)說(shuō)是一個(gè)至關(guān)重要的目標(biāo)?！?/p>

禇曉文說(shuō)，訓(xùn)練人工智能機(jī)器所需的時(shí)間受計(jì)算時(shí)間和通信時(shí)間的影響。研究團(tuán)隊(duì)在這兩方面都取得了突破，從而創(chuàng)造了這一破紀(jì)錄的成就。

他說(shuō)，考慮到數(shù)據(jù)塊大小和傳輸模式的影響，團(tuán)隊(duì)以“張量融合”方式，將大量小型數(shù)據(jù)塊集合成較大組件，成功提升訓(xùn)練人工智能的效率。

報(bào)道稱，這種新技術(shù)可以用于大規(guī)模圖像分類，也可以用于其他人工智能應(yīng)用，包括機(jī)器翻譯、自然語(yǔ)言處理、醫(yī)學(xué)影像分析以及在線多人游戲。（編譯/張琳）