Как ускорить скорость обучения нейронной сети в разы?

Омега Сервер

Искусственный интеллект – передний край высоких технологий. Сотни стартапов по всему миру, тысячи приложений и прикладных решений, миллионы долларов deep tech инвестиций. Но в последнее время развитие ИИ начало тормозиться, достижения уже на поражают воображение, а приложения — не столь впечатляющими по сравнению с ожиданиями. Инсайдеры отрасли все чаще и чаще говорят о наступающей “зиме” в развитии ИИ. Более того, что развитие ИИ постепенно заходит в тупик.

Признаки надвигающейся зимы все явственнее: монополизация доступа, экстенсивные алгоритмы вычислений и низкая производительность порождают высокие издержки. Стоимость обучения на фоне просто-таки «цунами данных» становится слишком дорогой. ИИ и Big Data уже стали уделом исключительно больших игроков рынка – корпораций, государств или щедро финансируемых стартапов.

Причина носит системный характер и лежит в самом основании технологии и общепринятой архитектуре ИИ. Просто в самом начале эры искусственного интеллекта разработчики пошли немного не туда. На ранних стадиях развития ИИ отцы-основатели описывали конструкцию формального нейрона как ограниченного одним весом на синапсе. Этот постулат, основывался на имевшихся в то время данных биологии. Современные знания из области физиологии мозга сделали это предположение ошибочным. Однако изначальная ошибка была уже “зашита” в парадигму развития всех существующих ныне нейросетей и сегодня является главной причиной замедления их развития. Неэффективность классических нейросетей еще более очевидна с ростом объема данных, сложности их структуры и выполняемых задач.

Современные данные о работе мозга говорят, что когнитивный процесс устроен иначе. Утверждается, что синапс использует множество трансмиттеров, а значит работает на порядки более эффективно.

Несколько лет назад ученые-инженеры из США, выходцы из советской школы ТРИЗ, описали принципиально новую архитектуру нейронной сети, основанной на современных знаниях из области нейробиологии, воспроизводящей более близко природные нейросети сетям, чем все существующие на сегодняшний день. Новая архитектура ИИ легла в основу новой технологии нейросетей нового поколения Omega Server с принципиально новыми качествами и характеристиками.

Сотни экспериментов и сравнительных тестов показали тотальное превосходство нейросетей нового поколения в решении широкого спектра нейросетевых задач. Вычисления и машинное обучение производятся на порядки более оптимально и эффективно. Omega Server обучается с кратно меньшим количеством обучающих примеров. Динамические изменения и новые данные для нее являются лишь до-обучением, без стирания старой информации и забывания ненужных данных, а не переобучением с нуля с огромным количеством циклов обучения. Теперь стало возможным масштабирование сети как процессе обучения, так и в процессе работы. Нейросеть может быть любого размера.

По мере увеличения объема данных и сложности задач, потребность в вычислительной мощности и времени обучения нейросети Omega Server растет линейно и незначительно, в отличие от экспоненциально роста потребностей у классических нейросетей.

Нейросеть нового поколения работает в сотни и тысячи раз быстрее. Быстрее как в обучении, так и выводе информации. Это преимущество возрастает по мере усложнения задач и увеличения количества данных. Все это обеспечивает радикальное сокращение времени разработки и обучения нейро-сетевых приложений и вывода решений на рынок.

Мы провели множество тестов нейронных сетей PANN™ в сравнении с другими — классическими — нейронными сетями с использованием популярных датасетов на одном и том же оборудовании с низкой производительностью.

Алгоритмы обучения новых сетей менее громоздки, а значит, более надежны. У них врожденная более высокая “защищенность” и надежность. Практически нулевая вероятность “зависания” с усложнением задач и с увеличением размеров сети. Ее просто интегрировать в существующую AI архитектуру или как дополнение к существующим системам.

Для решения сложных нейросетевых задач требуется с новыми сетями более “легкое” оборудование. Например, вместо десктопа — ноутбук, вместо сервера – рабочая станция, вместо суперкомпьютера – сервер. Вычисления можно производить на своих мощностях и гарантировать сохранность и конфиденциальность данных.

Нейросеть Omega Server работает на небольших устройствах, гаджетах или автономных устройствах: от часов до дронов, от мобильных телефонов до транспортных средств. Совместимо с разным “железом”: от микрочипа, видеокарты, телефона до суперкомпьютера и кратно форсирует их вычислительные возможности.

С новой нейросетью разработка и вывод на рынок AI приложений перестает быть роскошью и теперь доступно всем: от частных лиц и малых предприятий, до стартапов и компаний любого размера. Сопутствующие преимущества при внедрении ИИ нового поколения — это кратное уменьшение энергопотребления, меньшие вложения человеческого ресурса за счет резкого ускорения тренинга сетей, простоты в интеграции и обслуживании.

Сегодня тысячи компаний вовлекаются в инновации на разных этапах создания ценности в рекордно короткие сроки. С нейросетью Omega-Server, по сути, становится возможной интеллектуализация всего окружающего мира. Умные устройства, объекты, сервисы. Под решение каждой задачи можно добавить ИИ. Интеллектуальные устройства и роботизация. Прикладные сервисы. Быстродействующие системы управления. Человеко-машинные комплексы.

Новая модификация Omega Server на GPU еще больше увеличит превосходство новых нейросетей. Omega Server создает бустер для ИИ в любом аспекте прикладного применения ИИ и отменяет наступающую зиму в развитии ИИ.
https://omega-server.ai/ru/