Modelet e klasifikimit të imazheve të Deci-t u zbuluan duke përdorur shumë më pak fuqi kompjuterike sesa teknologjia kryesore

Kompania e mësimit të thellë Vendimi, e cila synon të shfrytëzojë AI për të ndërtuar AI, ka njoftuar zbulimin e modeleve të klasifikimit të imazheve të quajtura DeciNets. Ato u zbuluan përmes teknologjisë së Ndërtimit të Arkitekturës Neurale të Automatizuar (AutoNAC) të pronarit të Decit dhe iu deshën dy rend të madhësisë më pak fuqi llogaritëse sesa teknologjitë e kërkimit të arkitekturës nervore në shkallë të Google (NAS). Teknologjitë NAS janë përdorur më parë për të zbuluar arkitekturat nervore si EfficientNet.

Ka pasur një shtytje në rritje për modele më të mëdha të të mësuarit të thellë me kompleksitet algoritmik në rritje, që rrjedh nga dëshira për saktësi dhe performancë të përmirësuar me detyra më komplekse të parashikimit. Disponueshmëria e pajisjeve më të fuqishme dhe të dhënave të mëdha ka çuar gjithashtu në këto modele të reja të të mësuarit të thellë. 

Opsione alternative për zhvilluesit

Megjithatë, këto modele nuk janë ideale për operacione konkluzionesh me kosto efektive në prodhim. NAS mund të luajë një rol në automatizimin e projektimit të rrjeteve nervore artificiale më efektive, të cilat mund të tejkalojnë arkitekturat e dizajnuara me dorë, por ato kërkojnë burime të konsiderueshme. Kompanitë që kanë qenë në gjendje të zbatojnë me sukses NAS janë shpesh organizata masive të teknologjisë si Google dhe Microsoft, kështu që nuk është një opsion i zbatueshëm për shumicën e zhvilluesve.

Deci u përpoq të zgjidhte këtë problem duke zhvilluar AutoNAC, i cili është i pari NAS i zbatueshëm komercialisht. Ai i lejon zhvilluesit të dizajnojnë dhe ndërtojnë automatikisht modele të të mësuarit të thellë që mund të tejkalojnë arkitekturat e tjera kryesore. Zhvilluesit mund të vendosin parametra për detyra specifike, të tilla si klasifikimi dhe zbulimi, dhe ata mund të aplikojnë AutoNAC në grupin e të dhënave të tyre, duke u mundësuar atyre të marrin modele të optimizuara të gatshme për prodhim në shkallë. 

Një aspekt tjetër unik i AutoNAC është se ai është i vetëdijshëm për harduerin. Me fjalë të tjera, ai mund të arrijë performancën maksimale nga çdo harduer dhe të vendosë modele në një sërë mjedisesh, të tilla si cloud, edge dhe celular.

Yonatan Geifman është bashkëthemelues dhe CEO i Deci. 

“Mësimi i thellë po fuqizon gjeneratën e ardhshme të informatikës – pa modele me performancë më të lartë dhe më efikase që funksionojnë pa probleme në çdo harduer, teknologjitë e konsumit që ne i marrim si të mirëqena çdo ditë do të arrijnë një pengesë”, tha Geifman. "Qasja 'AI që ndërton AI' e Deci është thelbësore në zhbllokimin e modeleve të nevojshme për të lëshuar një epokë të re inovacioni, duke fuqizuar zhvilluesit me mjetet e nevojshme për të transformuar idetë në produkte revolucionare." 

AutoNAC u aplikua në disa detyra për të optimizuar modelet mbi procesorë të ndryshëm konkluzionesh, si GPU-ja T4 e NVIDIA-s dhe GPU-ja e skajit Jetson Xavier NX e NVIDIA-s. AutoNAC zbuloi DeciNets për klasifikimin e imazheve duke përdorur bazën standarde të të dhënave të standardit ImageNet. 

Mbi performancën e platformave të tjera

Deci demonstroi një aftësi për të tejkaluar platformat e tjera dhe për të përdorur shumë më pak llogaritje kur gjeneron DeciNet-in e tij, që do të thotë se zhvilluesit nuk kanë nevojë për burime të rënda në proces. DeciNets ishin në gjendje të tejkalonin çdo rrjet nervor me burim të hapur të disponueshëm në treg, si EfficientNets dhe MobileNets. 

Prof. Ran El-Yaniv është bashkëthemelues dhe shkencëtar kryesor i Deci. 

"AutoNAC zbuloi disa nga modelet më të mira të klasifikimit dhe zbulimit deri më sot," tha Prof. Ran El-Yaniv. “Por ne nuk do të ndalemi me kaq; teknologjia jonë mund të përdoret për çdo detyrë të të mësuarit të thellë, qoftë vizion ose Përpunimi i Gjuhës Natyrore (NLP), dhe për çdo objektiv të matshëm optimizimi. Ne e përmirësojmë vazhdimisht AutoNAC në mënyrë që të lejojë gjithmonë zhvilluesit të marrin modelet më të fuqishme që thyejnë kufirin efikas.”

Deci u emërua nga Hewlett Packard Enterprise (HPE) si një anëtar i Programit të Partnerit të tyre Teknologjik për të përshpejtuar inovacionin e AI, dhe u përfshi në Lista AI 2021 e CB Insights 100 si një përshpejtues kryesor i të mësuarit të thellë. Teknologjia AutoNAC po zbatohet në të gjithë industritë në mjediset e prodhimit.