Deci’nin Görüntü Sınıflandırma Modelleri Lider Teknolojiye Kıyasla Çok Daha Az Hesaplama Gücü Kullanarak Keşfedildi

Derin öğrenme şirketi Deci, AI ile AI inşa etme hedefini taşıyan, DeciNets olarak adlandırılan görüntü sınıflandırma modellerinin keşfedildiğini duyurdu. Bunlar, Deci’nin özel Automated Neural Architecture Construction (AutoNAC) teknolojisi aracılığıyla keşfedildi ve Google-ölçeğinde Neural Architecture Search (NAS) teknolojilerine kıyasla iki büyüklük sırası daha az hesaplama gücü gerektirdi. NAS teknolojileri daha önce EfficientNet gibi sinirsel mimarilerin keşfi için kullanılmıştı.

Daha büyük derin öğrenme modelleri ve artan algoritmik karmaşıklık için bir baskı oluştu, bu da gelişmiş doğruluk ve performans için daha karmaşık tahmin görevlerinin arzusundan kaynaklanmaktadır. Daha güçlü donanım ve büyük verilerin mevcudiyeti de bu yeni derin öğrenme modellerine yol açmıştır.

Geliştiriciler için Alternatif Seçenekler

Ancak bu modeller, üretim için maliyet etkili çıkarım operasyonları için ideal değildir. NAS, daha etkili yapay sinir ağlarının tasarımını otomatikleştirmede bir rol oynayabilir, bunlar manuel olarak tasarlanan mimarileri geride bırakabilir, ancak önemli kaynaklar gerektirir. NAS’yi başarılı bir şekilde uygulayan şirketler genellikle Google ve Microsoft gibi dev teknoloji şirketleridir, bu nedenle çoğu geliştirici için uygulanabilir bir seçenek değildir.

Deci, bu sorunu çözmek için ilk ticari olarak uygulanabilir NAS olan AutoNAC’yi geliştirdi. Geliştiricilerin, diğer üst düzey mimarileri geride bırakabilen derin öğrenme modellerini otomatik olarak tasarlamalarına ve oluşturmalarına olanak tanır. Geliştiriciler, sınıflandırma ve algılama gibi belirli görevler için parametreler ayarlayabilir ve AutoNAC’yi verilerine uygulayarak, üretimde ölçeklenebilir şekilde optimize edilmiş modeller elde edebilirler.

AutoNAC’nin başka bir benzersiz yönü, donanım farkındalığının olmasıdır. Diğer bir deyişle, herhangi bir donanımından maksimum performansı elde edebilir ve modelleri çeşitli ortamlarda, zoals bulut, kenar ve mobilde dağıtabilir.

Yonatan Geifman, Deci’nin kurucu ortaklarından ve CEO’sudur.

“Derin öğrenme, bir sonraki nesil bilgisayarları güçlendiriyor – daha yüksek performanslı ve daha verimli modellere sahip olmadan ve herhangi bir donanım üzerinde sorunsuz çalıştırılmayan tüketici teknolojileri, günlük hayatımızda aldığımız şeyler için bir engel oluşturacaktır” dedi Geifman. “Deci’nin ‘AI ile AI inşa etme’ yaklaşımı, bu yeni yenilikler döneminin kilidini açmak için gerekli modelleri açığa çıkarmak için çok önemlidir ve geliştiricilere devrimsel ürünler oluşturmak için gereken araçları sağlamaktadır.”

AutoNAC, çeşitli çıkarım işlemcileri üzerinde modelleri optimize etmek için birkaç görevde uygulandı, seperti NVIDIA’nın T4 GPU’su ve NVIDIA’nın Jetson Xavier NX kenar GPU’su. AutoNAC, standard ImageNet benchmark veri kümesini kullanarak görüntü sınıflandırması için DeciNets keşfetti.

Diğer Platformları Geride Bırakmak

Deci, diğer platformları geride bırakma ve DeciNet oluştururken çok daha az hesaplama kullanma yeteneğini gösterdi, bu da geliştiricilerin ağır kaynaklara ihtiyaç duymayacağı anlamına geliyor. DeciNets, EfficientNets ve MobileNets gibi piyasada bulunan herhangi bir açık kaynaklı sinirsel ağdan daha iyi performans gösterdi.

Prof. Ran El-Yaniv, Deci’nin kurucu ortaklarından ve Baş Bilim Adamıdır.

“AutoNAC, bugüne kadar keşfedilen en iyi sınıflandırma ve algılama modellerini keşfetti” dedi Prof. Ran El-Yaniv. “Ama durmayacağız; teknolojimiz, görüş veya Doğal Dil İşleme (NLP) olsun, herhangi bir derin öğrenme görevi için ve her ölçülebilir optimizasyon hedefi için kullanılabilir. AutoNAC’yi sürekli olarak geliştiriyoruz, böylece geliştiriciler her zaman en güçlü modelleri elde edebilsinler ve verimli sınırı kırabilsinler.”

Deci, Hewlett Packard Enterprise (HPE) tarafından AI yeniliğini hızlandırmak için Teknoloji Ortaklık Programı’nın bir üyesi olarak adlandırıldı ve 2021 CB Insights AI 100 Listesi‘ne, en yenilikçi yapay zeka başlangıçlarından biri olarak dahil edildi. AutoNAC teknolojisi, çeşitli endüstrilerde üretim ortamlarında uygulanmaktadır.