您的位置:首页 > 最新消息 > 详细内容

浸大与腾讯合作 更快速训练人工智能兼保持准确度 突破国际纪录


2018-12-17 14:01:09 作者:test 来源: 浏览次数:801

 

(右)褚晓文教授和博士生施少怀。

 

数据传输的示意图。

香港浸会大学的学者与腾讯机智机器学习平台的人员,合作创出一项新方法,能够更快速地教导电脑学习辨別资料并保持准确度,表现超越所有现存系统。

 

研究团队透过训练人工智能模型,在维持基准准确性的前提下,只需用4分钟完成训练AlexNet(现有的国际纪录是11分钟)和6.6分钟完成训练ResNet-50(现有国际纪录是15分钟)这两种机器学习系统以辨別图像。AlexNet和ResNet-50是庞大的图像识別资料库ImageNet上的机器学习系统。训练成果可应用到图像识別技术上。

 

机器学习是用使用计算方式,教导电脑「学习」辨別庞大的数据,过程中不需人类使用程式。计算出来的结果可应用到人工智能的数据和图像识別上。

 

浸大成员包括计算机科学系褚晓文教授和博士生施少怀。褚教授说:「我们提出了一项新的优化方法去调整训练系统,令机器学习达到最佳效果而维持原有的准确度。坊间训练人工智能的方法五花八门,当研究人员致力训练系统造出更快的识別时间,准确度却下降。因此,教授机器快速并准确学习一直是研究人员追求的目标。」

 

褚教授表示,训练人工智能所需的时间往往受运算时间和通讯时间影响。研究团队在这两方面都取得突破。在运算时间方面,团队使用较简易的「FP16」运算方法取代传统的「FP32」方法,令运算更快又维持原有的准确度。在通讯时间方面,由于受数据块的大小和它的传输模式影响,团队创新利用一种名为「张量融合(tensor fusion)」的通讯方式,将大量小型的数据块集合成更较大的组件,大大提升整个人工智能训练的通讯模式,因此提升训练人工智能的效率。

 

这项新技术可应用到更快速准确地辨別资料,以及其他人工智能的应用,例如机器翻译、自然语言处理(简称 NLP,让电脑拥有理解人类语言的能力)、医疗图像分析和集体线上游戏等。