Modelele Deci de clasificare a imaginilor au fost descoperite folosind mult mai puțină putere de calcul decât tehnologia de vârf

Companie de deep learning Aici, care își propune să valorifice AI pentru a construi AI, a anunțat descoperirea unor modele de clasificare a imaginilor numite DeciNets. Acestea au fost descoperite prin tehnologia proprietății Deci Automated Neural Architecture Construction (AutoNAC) și a fost nevoie de două ordine de mărime mai puțină putere de calcul decât tehnologiile de căutare a arhitecturii neuronale (NAS) la scară Google. Tehnologiile NAS au fost folosite anterior pentru a descoperi arhitecturi neuronale precum EfficientNet.

A existat un impuls crescut pentru modele de învățare profundă mai mari, cu o complexitate algoritmică în creștere, care provine din dorința de a îmbunătăți acuratețea și performanța cu sarcini de predicție mai complexe. Disponibilitatea unui hardware mai puternic și a datelor mari a dus, de asemenea, la aceste noi modele de deep learning. 

Opțiuni alternative pentru dezvoltatori

Cu toate acestea, aceste modele nu sunt ideale pentru operațiuni de inferență rentabile în producție. NAS ar putea juca un rol în automatizarea proiectării unor rețele neuronale artificiale mai eficiente, care pot depăși arhitecturile proiectate manual, dar necesită resurse semnificative. Companiile care au reușit să implementeze cu succes NAS sunt adesea organizații tehnologice masive precum Google și Microsoft, așa că nu este o opțiune viabilă pentru majoritatea dezvoltatorilor.

Deci și-a propus să remedieze această problemă prin dezvoltarea AutoNAC, care este primul NAS viabil comercial. Le permite dezvoltatorilor să proiecteze și să construiască automat modele de învățare profundă care pot depăși alte arhitecturi de top. Dezvoltatorii pot seta parametri pentru sarcini specifice, cum ar fi clasificarea și detectarea, și pot aplica AutoNAC setului lor de date, permițându-le să obțină modele optimizate gata pentru producție la scară. 

Un alt aspect unic al AutoNAC este că este conștient de hardware. Cu alte cuvinte, poate obține performanțe maxime din orice hardware și poate implementa modele într-o varietate de medii, cum ar fi cloud, edge și mobil.

Yonatan Geifman este co-fondator și CEO al Deci. 

„Învățarea profundă alimentează următoarea generație de calculatoare – fără modele mai performante și mai eficiente care rulează fără probleme pe orice hardware, tehnologiile de consum pe care le considerăm de la sine înțelese în fiecare zi vor atinge o barieră”, a spus Geifman. „Abordarea „AI care construiește IA” a lui Deci este crucială în deblocarea modelelor necesare pentru a declanșa o nouă eră a inovației, dând dezvoltatorilor instrumentele necesare pentru a transforma ideile în produse revoluționare.” 

AutoNAC a fost aplicat pe mai multe sarcini pentru a optimiza modele pe diferite procesoare de inferență, cum ar fi GPU-ul NVIDIA T4 și GPU-ul NVIDIA Jetson Xavier NX edge. AutoNAC a descoperit DeciNets pentru clasificarea imaginilor folosind setul de date standard ImageNet. 

Depășirea altor platforme

Deci a demonstrat capacitatea de a depăși alte platforme și de a folosi mult mai puțin calcul atunci când își generează DeciNet, ceea ce înseamnă că dezvoltatorii nu au nevoie de resurse grele în acest proces. DeciNets a reușit să depășească orice rețea neuronală open-source cunoscută disponibilă pe piață, cum ar fi EfficientNets și MobileNets. 

Prof. Ran El-Yaniv este co-fondator și om de știință șef al Deci. 

„AutoNAC a descoperit unele dintre cele mai bune modele de clasificare și detecție până în prezent”, a spus prof. Ran El-Yaniv. „Dar nu ne vom opri aici; tehnologia noastră poate fi utilizată pentru orice sarcină de învățare profundă, fie că este vorba de viziune sau de procesare a limbajului natural (NLP) și pentru fiecare obiectiv de optimizare măsurabil. Îmbunătățim continuu AutoNAC, astfel încât să permită întotdeauna dezvoltatorilor să obțină cele mai puternice modele care trec granița eficientă.”

Deci a fost numit de Hewlett Packard Enterprise (HPE) ca membru al programului de parteneriat tehnologic pentru a accelera inovarea AI și a fost inclus în Lista CB Insights AI 2021 100 ca un accelerator de top de învățare profundă. Tehnologia AutoNAC este implementată în toate industriile în medii de producție.