தி கூகிள் ஆராய்ச்சியாளர்கள் வெளியிட்டனர் செயற்கை நுண்ணறிவு மாதிரிகள் பயிற்சியினை ஆயிரக்கணக்கான இயந்திரங்களுக்கு விரிவுபடுத்தும் புதிய கட்டமைப்பின் வளர்ச்சியைப் பற்றிய செய்தி. இதன் விளைவாக அழைக்கப்படுகிறது விதை ஆர்.எல் (அளவிடக்கூடிய திறமையான ஆழமான வலுவூட்டல் கற்றல்).
இதுதான் ஒரு நம்பிக்கைக்குரிய வளர்ச்சி ஏனென்றால் நான் வேண்டும் செயற்கை நுண்ணறிவு வழிமுறைகள் வினாடிக்கு மில்லியன் படங்களில் பயிற்சி பெற உதவும் இந்த பயிற்சியின் செலவுகளை 80% குறைக்கலாம் என்று கூகிள் ஒரு ஆய்வுக் கட்டுரையில் தெரிவித்துள்ளது.
இந்த வகையான குறைப்பு தொடக்கங்களுக்கான ஆடுகளத்தை சமன் செய்ய உதவும். AI துறையில் கூகிள் போன்ற முக்கிய நிறுவனங்களுடன் இப்போது வரை போட்டியிட முடியவில்லை. மேகக்கட்டத்தில் அதிநவீன இயந்திர கற்றல் மாதிரிகளைப் பயிற்றுவிப்பதற்கான செலவு வியக்கத்தக்க வகையில் அதிகமாக உள்ளது. வலுவூட்டல் கற்றலின் செலவு / செயல்திறன் விகிதத்தை மேம்படுத்துவதை நோக்கமாகக் கொண்ட ஒரு திட்டமான விதை ஆர்.எல் குறியீட்டைத் திறப்பதை கூகிள் முறைப்படுத்துகிறது.
வலுவூட்டல் கற்றல் என்பது ஒரு குறிப்பிட்ட பயன்பாட்டு-வழக்கு அணுகுமுறையாகும், இதில் முகவர்கள் தங்கள் சூழலைப் பற்றி ஆய்வு மூலம் அறிந்துகொண்டு, அதிக வெகுமதிகளைப் பெற அவர்களின் செயல்களை மேம்படுத்துகிறார்கள்.
»விதை ஆர்.எல்: முடுக்கப்பட்ட மத்திய அனுமானத்துடன் அளவிடக்கூடிய மற்றும் திறமையான ஆழமான-ஆர்.எல்" இல், ஆயிரக்கணக்கான இயந்திரங்களுக்கு அளவிடும் ஒரு ஆர்.எல் முகவரை நாங்கள் அறிமுகப்படுத்தினோம், வினாடிக்கு மில்லியன் கணக்கான பிரேம்களில் பயிற்சி அளித்து கணக்கீட்டு செயல்திறனை கணிசமாக மேம்படுத்துகிறோம். மாதிரி அனுமானத்தை மையப்படுத்துவதன் மூலமும், வேகமான தகவல்தொடர்பு அடுக்கை அறிமுகப்படுத்துவதன் மூலமும் முடுக்கிகள் (ஜி.பீ.யூ அல்லது டி.பீ.யூ) அளவை சாதகமாகப் பயன்படுத்தும் ஒரு புதிய கட்டமைப்பால் இது அடையப்படுகிறது.
கூகிள் ரிசர்ச் கால்பந்து, ஆர்கேட் கற்றல் சூழல் மற்றும் டீப் மைண்ட் லேப் போன்ற பிரபலமான ஆர்.எல். வரையறைகளில் விதை ஆர்.எல் செயல்திறனை நாங்கள் நிரூபிக்கிறோம், மேலும் பெரிய மாடல்களைப் பயன்படுத்துவதன் மூலம் தரவு செயல்திறனை அதிகரிக்க முடியும் என்பதைக் காட்டுகிறோம். ஜி.பீ.யுடன் கூகிள் கிளவுட்டில் இயங்குவதற்கான எடுத்துக்காட்டுகளுடன் கிதுபில் குறியீடு திறக்கப்பட்டுள்ளது.
விதை ஆர்.எல் டென்சர்ஃப்ளோ 2.0 கட்டமைப்பை அடிப்படையாகக் கொண்டது y கிராபிக்ஸ் செயலாக்க அலகுகளின் கலவையைப் பயன்படுத்தி செயல்படுகிறது மற்றும் மாதிரி அனுமானத்தை மையப்படுத்த டென்சர் செயலாக்க அலகுகள். மாதிரியைப் பயிற்றுவிக்கும் கற்றல் கூறுகளைப் பயன்படுத்தி அனுமானம் மையமாக செய்யப்படுகிறது.
இலக்கு மாதிரியின் மாறிகள் மற்றும் மாநில தகவல்கள் உள்நாட்டில் சேமிக்கப்படுகின்றன மேலும் அவை குறித்த அவதானிப்புகள் செயல்முறையின் ஒவ்வொரு கட்டத்திலும் மாணவருக்கு அனுப்பப்படுகின்றன. விதை ஆர்.எல். திறந்த மூல உலகளாவிய ஆர்.பி.சி கட்டமைப்பின் அடிப்படையில் பிணைய நூலகத்தையும் தாமதத்தைக் குறைக்கப் பயன்படுத்துகிறது.
தி கூகிள் ஆய்வாளர்கள் கற்றல் கூறு என்று கூறியுள்ளனர் வழங்கியவர் விதை ஆர்.எல் ஆயிரக்கணக்கான கோர்களுக்கு விரிவாக்க முடியும், சுற்றுச்சூழலில் அளவீடுகளை எடுப்பதற்கும், அடுத்த செயலை கணிக்க மாதிரியில் ஒரு அனுமானத்தை செயல்படுத்துவதற்கும் இடையில் மீண்டும் மீண்டும் செய்ய வேண்டிய நடிகர்களின் எண்ணிக்கையை ஆயிரக்கணக்கான இயந்திரங்கள் வரை அளவிட முடியும்.
பிரபலமான ஆர்கேட் கற்றல் சூழல், கூகிள் ஆராய்ச்சி கால்பந்து சூழல் மற்றும் பல்வேறு டீப் மைண்ட் ஆய்வக சூழல்களுடன் ஒப்பிடுவதன் மூலம் விதை ஆர்.எல் இன் செயல்திறனை கூகிள் மதிப்பீடு செய்தது. முடிவுகள் 2,4 மில்லியனுக்கு பயிற்சியளிக்கும் போது கூகிள் ஆராய்ச்சி கால்பந்து பணியை தீர்க்க முடிந்தது என்பதை முடிவுகள் காட்டுகின்றன. கிளவுட் டென்சர் செயலாக்க அலகு 64 சில்லுகளைப் பயன்படுத்தி வினாடிக்கு பிரேம்கள்.
இது முந்தைய பிரேம்களை விட 80 மடங்கு வேகமாக இருக்கும் என்று கூகிள் தெரிவித்துள்ளது.
"இது ஒரு குறிப்பிடத்தக்க நேர முடுக்கமாக மொழிபெயர்க்கப்படுகிறது, ஏனெனில் CPU களை விட ஒரு செயல்பாட்டிற்கு முடுக்கிகள் மிகவும் மலிவானவை, சோதனைகளின் செலவு வெகுவாகக் குறைக்கப்படுகிறது." விதை ஆர்.எல் மற்றும் வழங்கப்பட்ட முடிவுகள், முடுக்கி பயன்பாட்டின் அடிப்படையில் வலுவூட்டல் கற்றல் மீதமுள்ள ஆழ்ந்த கற்றலுடன் மீண்டும் சிக்கியுள்ளது என்பதைக் காட்டுகிறது என்று கூகிள் ஆராய்ச்சியின் ஆராய்ச்சி பொறியாளர் லாஸ் எஸ்பெஹோல்ட் எழுதுகிறார்.
நவீன முடுக்கிகளில் பயன்படுத்த ஒரு கட்டமைப்பு உகந்ததாக இருப்பதால், தரவு செயல்திறனை அதிகரிக்கும் முயற்சியில் மாதிரியின் அளவை அதிகரிப்பது இயற்கையானது.
விதை ஆர்.எல் குறியீடு திறந்த மூலமாகவும் கிதுபில் கிடைக்கிறது என்றும் கூகிள் கூறியது கிராபிக்ஸ் செயலாக்க அலகுகளுடன் கூகிள் கிளவுட்டில் எவ்வாறு இயங்குவது என்பதைக் காட்டும் எடுத்துக்காட்டுகள்.
இறுதியாக, இந்த புதிய கட்டமைப்பில் ஆர்வமுள்ளவர்களுக்கு, அவர்கள் பின்வரும் இணைப்பிற்குச் செல்லலாம், அங்கு அவர்கள் அதைப் பற்றிய கூடுதல் தகவல்களைக் காணலாம். இணைப்பு இது.
மூல: https://ai.googleblog.com/