未加星标

这些创业公司正在让深度学习变得更加好用

字体大小 | |
[商业智能 所属分类 商业智能 | 发布者 店小二05 | 时间 | 作者 红领巾 ] 0人收藏点击收藏

机器学习的算法将会在很多领域带来变革,但要让他们有效地执行还很困难。


最新的机器学习技术大谈要重塑整个产业,使电脑更容易在数据中识别模式,做出准确的预测,换句话说,要电脑变得更智能。不幸地是,可以让这一切变得可能的专家依然十分稀少。


初创公司从对机器学习人才的求贤若渴中看到了为公司企业——从金融保险公司,网页初创公司到汽车制造商——提供深度技术人才的良机,这些企业都希望可以开始使用人工智能技术。如今,一小部分初创公司提供提升机器学习算法性能的服务,这样以来,这些算法就能在电脑芯片上流畅运行。至少有一家公司正在开发电脑芯片以适应最新的算法。


处在欣欣向荣的人工智能中心有一项新的技术——「深度学习」——它依赖于模拟大量及多层的虚拟神经网络,让电脑识别抽象的图案,例如猫的图片。要训练一个如此大的网络需要进行大量的平行计算,一般会在GPUs上进行(GPUs非常适合这种计算)。虽然深度学习的基本原理简单,但要建立这样的网络,让其在许多GPUs上有效及快速地进行仍需要深厚的专业技术。


有一家初创公司,名为Minds.ai,拥有几位芯片专家及一名曾跟过 Geoffrey Hinton学习的深度网络专家。


Tijmen Tielemen是一名荷兰的机器学习及神经网络优化专家,他曾在Hinton的团队里学习。Tielemen上个月在蒙特利尔举行的神经信息处理系统(NIPS)会议上说,训练一个深度网络一般需要好几个小时,甚至几天的时间。如果网络稍有调整,整个训练过程需要重新开始。


Minds.ai提供了多个软件库,支持深度网络在图形芯片上的有效运行,帮助企业在没有专业人才的情况下实现深度学习技术。例如,一家希望在无人驾驶汽车上训练深度网络以识别不同物件的汽车公司可能需要一个强大的专业团队来帮助他们实行。「一般当你建立一个神经网络后,你需要很长的时间来训练它」,Tielemen说,「这是一个非常现实的考虑,我们可在短时间训练它。」


另外一家旨在加快深度学习的初创公司名为Nervana Systems。该公司计划在明年推出其自主开发的电脑芯片及软件库以优化深度神经网络。CEO Naveen Rao说,公司的目标并不只是为了加快深度学习,而是为了设计一套使用深度学习的电脑系统。Naveen Rao之前曾为太阳及高通公司设计过芯片。他说:「我们希望建立一个以深度网络为框架的新系统,我们也看到从电脑框架上做出改变的机会。」


像Minds.ai 及 Nervana的公司如今已不难找到客户,不过,深度网络的市场扩张迅速,日新月異。在机器学习领域的大公司为了设立行业标准,不断推出自己的框架及library。所以,当这个技术变得更成熟及更多代码开源后,企业就可以更轻易地优化深度网络了。


Rajan Goyal说:「开源最终将赶上所有的低效率和潜在的优化」。Goyal是一家名为Cavium的芯片生产商的工程师,该公司希望为深度学习设计合适的芯片。


然而,Goyal认为,像Google 及 Facebook这样的大公司可能会自己设计深度学习的芯片或是收购一些拥有这方面技术的初创公司,因为改善深度网络本身将会为他们带来巨大的既得利益。「目前,深度学习市场还处于较为分散及初生的状态」,他说,「GPUs为市场提供了一个初始需求,但对于更有效的方案,需求也是与日俱增」。


欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:418451831

tags: 深度,学习,芯片,电脑,初创,GPUs,ai,Tielemen,Goyal,Minds,训练,机器,技术
分页:12
转载请注明
本文标题:这些创业公司正在让深度学习变得更加好用
本站链接:http://www.codesec.net/view/275810.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 商业智能 | 评论(0) | 阅读(333)