एआई मॉडल और प्लेटफ़ॉर्म
डेसी के इमेज क्लासिफिकेशन मॉडल्स कम कंप्यूटिंग पावर का उपयोग करके खोजे गए
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
डीप लर्निंग कंपनी Deci, जो कि एआई का उपयोग करके एआई बनाने का लक्ष्य रखती है, ने इमेज क्लासिफिकेशन मॉडल्स की खोज की घोषणा की है, जिन्हें DeciNets कहा जाता है। वे Deci की प्रोप्राइटरी ऑटोमेटेड न्यूरल आर्किटेक्चर कंस्ट्रक्शन (AutoNAC) तकनीक के माध्यम से खोजे गए थे, और इसके लिए दो ऑर्डर ऑफ मैग्निट्यूड कम कंप्यूटिंग पावर की आवश्यकता थी जो कि गूगल-स्केल न्यूरल आर्किटेक्चर सर्च (NAS) तकनीकों के लिए आवश्यक थी। NAS तकनीकों का पहले न्यूरल आर्किटेक्चर जैसे EfficientNet की खोज के लिए उपयोग किया गया था।
(GOOGL )गहरे शिक्षण मॉडल्स के लिए बड़े और जटिल अल्गोरिदम की आवश्यकता बढ़ रही है, जो कि बेहतर सटीकता और प्रदर्शन के लिए जटिल पूर्वानुमान कार्यों की आवश्यकता से उत्पन्न होती है। अधिक शक्तिशाली हार्डवेयर और बड़े डेटा की उपलब्धता ने भी इन नए गहरे शिक्षण मॉडल्स को जन्म दिया है।
विकासकर्ताओं के लिए वैकल्पिक विकल्प
हालांकि, ये मॉडल्स उत्पादन में लागत-प्रभावी अनुमान कार्यों के लिए उपयुक्त नहीं हैं। NAS विकासकर्ताओं के लिए अधिक प्रभावी कृत्रिम न्यूरल नेटवर्क्स के डिज़ाइन को स्वचालित करने में एक भूमिका निभा सकता है, जो कि मैनुअल रूप से डिज़ाइन किए गए आर्किटेक्चर से बेहतर प्रदर्शन कर सकते हैं, लेकिन उन्हें महत्वपूर्ण संसाधनों की आवश्यकता होती है। जिन कंपनियों ने सफलतापूर्वक NAS को लागू किया है, वे अक्सर बड़े प्रौद्योगिकी संगठन होते हैं जैसे कि गूगल और माइक्रोसॉफ्ट, इसलिए यह अधिकांश विकासकर्ताओं के लिए एक व्यवहार्य विकल्प नहीं है।
Deci ने इस समस्या का समाधान करने के लिए AutoNAC विकसित किया है, जो पहली व्यावसायिक रूप से व्यवहार्य NAS है। यह विकासकर्ताओं को गहरे शिक्षण मॉडल्स को स्वचालित रूप से डिज़ाइन और निर्माण करने की अनुमति देता है जो कि अन्य शीर्ष आर्किटेक्चर से बेहतर प्रदर्शन कर सकते हैं। विकासकर्ता वर्गीकरण और पता लगाने जैसे विशिष्ट कार्यों के लिए पैरामीटर सेट कर सकते हैं और AutoNAC को अपने डेटासेट पर लागू कर सकते हैं, जिससे उन्हें उत्पादन के लिए तैयार अनुकूलित मॉडल्स मिल सकते हैं।
AutoNAC का एक अन्य अद्वितीय पहलू यह है कि यह हार्डवेयर-अवेयर है। दूसरे शब्दों में, यह किसी भी हार्डवेयर से अधिकतम प्रदर्शन प्राप्त कर सकता है और विभिन्न वातावरणों में मॉडल्स को तैनात कर सकता है, जैसे कि क्लाउड, एज, और मोबाइल।
(MSFT )योनातन गेफमैन Deci के सह-संस्थापक और सीईओ हैं।
“गहरे शिक्षण ने अगली पीढ़ी की कंप्यूटिंग को संचालित किया है – बिना अधिक प्रदर्शन करने वाले और अधिक कुशल मॉडल्स के, जो कि किसी भी हार्डवेयर पर स्वचालित रूप से चल सकते हैं, उपभोक्ता प्रौद्योगिकियों जो हम रोजमर्रा के जीवन में स्वीकार करते हैं, वे एक बाधा तक पहुंच जाएंगी,” गेफमैन ने कहा। “Deci का ‘एआई जो एआई बनाता है’ दृष्टिकोण उन मॉडल्स को अनलॉक करने में महत्वपूर्ण है जो एक नए युग की नवाचार को अनलॉक करने के लिए आवश्यक हैं, विकासकर्ताओं को उन उपकरणों से सशक्त बनाना जो उन्हें क्रांतिकारी उत्पादों में परिवर्तित करने के लिए आवश्यक हैं।”
AutoNAC को विभिन्न इन्फरेंस प्रोसेसर्स जैसे कि NVIDIA (NVDA ) के T4 GPU और NVIDIA के Jetson Xavier NX एज GPU पर लागू किया गया था। AutoNAC ने मानक इमेजनेट बेंचमार्क डेटासेट का उपयोग करके इमेज क्लासिफिकेशन के लिए DeciNets की खोज की।
अन्य प्लेटफ़ॉर्म से बेहतर प्रदर्शन
Deci ने अपने DeciNet को उत्पन्न करने में अन्य प्लेटफ़ॉर्म से बेहतर प्रदर्शन करने और कम गणना शक्ति का उपयोग करने की क्षमता प्रदर्शित की, जिसका अर्थ है कि विकासकर्ताओं को इस प्रक्रिया में भारी संसाधनों की आवश्यकता नहीं है। DeciNets ने EfficientNets और MobileNets जैसे बाजार में उपलब्ध किसी भी ज्ञात ओपन-सोर्स न्यूरल नेट से बेहतर प्रदर्शन किया।
प्रोफेसर रान एल-यानिव Deci के सह-संस्थापक और मुख्य वैज्ञानिक हैं।
“AutoNAC ने अब तक के सबसे अच्छे वर्गीकरण और पता लगाने वाले मॉडल्स की खोज की है,” प्रोफेसर रान एल-यानिव ने कहा। “लेकिन हम वहीं नहीं रुकेंगे; हमारी तकनीक का उपयोग किसी भी गहरे शिक्षण कार्य के लिए किया जा सकता है, चाहे वह दृष्टि हो या प्राकृतिक भाषा प्रसंस्करण (NLP), और प्रत्येक मापनीय अनुकूलन उद्देश्य के लिए। हम AutoNAC को लगातार बेहतर बनाते हैं ताकि यह विकासकर्ताओं को हमेशा सबसे शक्तिशाली मॉडल्स प्राप्त करने की अनुमति दे जो कि कुशल सीमा को तोड़ते हैं।”
Deci को हेवलेट पैकार्ड एंटरप्राइज (HPE) द्वारा अपने प्रौद्योगिकी भागीदार कार्यक्रम में शामिल किया गया था ताकि एआई नवाचार को तेज किया जा सके, और इसे 2021 CB इंसाइट्स AI 100 सूची में शीर्ष गहरे शिक्षण त्वरणक के रूप में शामिल किया गया था। AutoNAC तकनीक को विभिन्न उद्योगों में उत्पादन वातावरण में लागू किया जा रहा है।
(HPE )
