Mô hình phân loại hình ảnh của Deci được phát hiện bằng ít sức tính toán hơn so với các công nghệ hàng đầu

Công ty học sâu Deci, với mục tiêu tận dụng trí tuệ nhân tạo để xây dựng trí tuệ nhân tạo, đã công bố việc phát hiện các mô hình phân loại hình ảnh gọi là DeciNets. Chúng được phát hiện thông qua công nghệ Xây dựng Kiến trúc Nơ-ron Tự động (AutoNAC) độc quyền của Deci, và chỉ cần hai cấp độ sức tính toán ít hơn so với công nghệ Tìm kiếm Kiến trúc Nơ-ron (NAS) của Google (GOOGL ). Các công nghệ NAS trước đây đã được sử dụng để phát hiện các kiến trúc nơ-ron như EfficientNet.

Đã có một sự thúc đẩy ngày càng tăng đối với các mô hình học sâu lớn hơn với sự phức tạp thuật toán tăng cao, xuất phát từ mong muốn về độ chính xác và hiệu suất tốt hơn với các nhiệm vụ dự đoán phức tạp hơn. Sự sẵn có của phần cứng mạnh hơn và dữ liệu lớn cũng đã dẫn đến những mô hình học sâu mới này.

Các lựa chọn thay thế cho nhà phát triển

Tuy nhiên, những mô hình này không lý tưởng cho các hoạt động suy luận tiết kiệm chi phí trong sản xuất. NAS có thể đóng vai trò trong việc tự động hóa thiết kế các mạng nơ-ron nhân tạo hiệu quả hơn, có thể vượt trội so với các kiến trúc được thiết kế thủ công, nhưng chúng đòi hỏi tài nguyên đáng kể. Các công ty đã có thể triển khai thành công NAS thường là các tổ chức công nghệ lớn như Google và Microsoft (MSFT ), vì vậy nó không phải là một lựa chọn khả thi cho hầu hết các nhà phát triển.

Deci đã cố gắng giải quyết vấn đề này bằng cách phát triển AutoNAC, đây là NAS đầu tiên có thể sử dụng thương mại. Nó cho phép các nhà phát triển tự động thiết kế và xây dựng các mô hình học sâu có thể vượt trội so với các kiến trúc hàng đầu khác. Các nhà phát triển có thể đặt các tham số cho các nhiệm vụ cụ thể, chẳng hạn như phân loại và phát hiện, và họ có thể áp dụng AutoNAC cho tập dữ liệu của mình, cho phép họ nhận được các mô hình tối ưu hóa sẵn sàng cho sản xuất quy mô lớn.

Một khía cạnh độc đáo khác của AutoNAC là nó nhận thức về phần cứng. Nói cách khác, nó có thể đạt được hiệu suất tối đa từ bất kỳ phần cứng nào và triển khai các mô hình trong nhiều môi trường, chẳng hạn như đám mây, cạnh và di động.

Yonatan Geifman là đồng sáng lập và CEO của Deci.

“Học sâu đang cung cấp năng lượng cho thế hệ máy tính tiếp theo – mà không có các mô hình hiệu suất cao hơn và hiệu quả hơn chạy mượt mà trên bất kỳ phần cứng nào, các công nghệ tiêu dùng mà chúng ta coi là đương nhiên hàng ngày sẽ đạt đến một rào cản,” Geifman cho biết. “Cách tiếp cận ‘trí tuệ nhân tạo xây dựng trí tuệ nhân tạo’ của Deci rất quan trọng trong việc mở khóa các mô hình cần thiết để giải phóng một kỷ nguyên đổi mới mới, trao quyền cho các nhà phát triển với các công cụ cần thiết để biến ý tưởng thành các sản phẩm cách mạng.”

AutoNAC đã được áp dụng cho một số nhiệm vụ để tối ưu hóa các mô hình trên các bộ xử lý suy luận khác nhau, chẳng hạn như GPU T4 của NVIDIA (NVDA ) và GPU cạnh Jetson Xavier NX của NVIDIA. AutoNAC đã phát hiện ra DeciNets cho phân loại hình ảnh bằng cách sử dụng tập dữ liệu chuẩn ImageNet.

Vượt trội so với các nền tảng khác

Deci đã chứng minh khả năng vượt trội so với các nền tảng khác và sử dụng ít tính toán hơn khi tạo ra DeciNet của mình, có nghĩa là các nhà phát triển không cần tài nguyên nặng trong quá trình này. DeciNets đã có thể vượt trội so với bất kỳ mạng nơ-ron mã nguồn mở nào trên thị trường, chẳng hạn như EfficientNets và MobileNets.

Giáo sư Ran El-Yaniv là đồng sáng lập và Nhà khoa học trưởng của Deci.

“AutoNAC đã phát hiện ra một số mô hình phân loại và phát hiện tốt nhất cho đến nay,” Giáo sư Ran El-Yaniv cho biết. “Nhưng chúng tôi sẽ không dừng lại ở đó; công nghệ của chúng tôi có thể được sử dụng cho bất kỳ nhiệm vụ học sâu nào, cho dù đó là tầm nhìn hay Xử lý Ngôn ngữ Tự nhiên (NLP), và cho mọi mục tiêu tối ưu hóa có thể đo lường được. Chúng tôi liên tục cải tiến AutoNAC để nó luôn cho phép các nhà phát triển nhận được các mô hình mạnh nhất có thể phá vỡ ranh giới hiệu quả.”

Deci đã được Hewlett Packard Enterprise (HPE ) (HPE) đặt tên là thành viên của Chương trình Đối tác Công nghệ để tăng tốc đổi mới trí tuệ nhân tạo, và nó đã được đưa vào Danh sách CB Insights AI 100 năm 2021 là một trong những công ty tăng tốc học sâu hàng đầu. Công nghệ AutoNAC đang được triển khai trên nhiều ngành công nghiệp trong các môi trường sản xuất.