Чипы AI Graphcore могут быть не такими мощными, как Nvidia, но могут обеспечить хорошую отдачу от ваших вложений

    0
    91

    Вкратце: Последние результаты бенчмаркинга консорциума MLPerf, отслеживающего лучшие чипы для обучения самых популярных нейронных сетей, отсутствуют, и в игру вступил новый игрок: Graphcore.

    Каждый выпуск MLPerf довольно стандартен. В обширной электронной таблице записывается время, необходимое различным системам для обучения или запуска конкретной модели машинного обучения; эти числа предоставлены поставщиками оборудования.

    Nvidia и Google почти всегда лидируют, поэтому последние результаты не вызывают особого удивления. Что изменилось в этом году, так это то, что Graphcore присоединился впервые. Это хороший знак; это сигнализирует о том, что их технологии развиваются и что они готовы публично сравнивать себя с конкурентами.

    Хотя IPU-POD от Graphcore не так быстро обучались модели компьютерного зрения ResNet-50 и языковой модели BERT, как графический процессор Nvidia A100 или новейшие TPU от Google, оборудование компании намного дешевле, поэтому оно может иметь преимущество в производительности на доллар. TPU от Google доступны только через облако.

    Вы можете увидеть полные результаты здесь и больше о Graphcore здесь, на нашем дочернем сайте, Следующая платформа.

    Прощай, Пеппер, робот

    SoftBank прекратил производство своего гуманоидного робота Pepper и сокращает рабочие места в своем подразделении робототехники. Пеппер мгновенно узнаваем по его белому телу с головой, двумя руками, туловищем, нижней частью тела на колесах и экраном. Он размером с маленького ребенка, имеет два круглых черных глаза и небольшую улыбку на лице.

    Запущенная в 2014 году машина была разработана для выполнения всех видов задач, таких как приветствие клиентов или отображение полезной информации, такой как меню или местоположения.

    Но это не было популярным, и SoftBank изо всех сил пытался избавиться от 27 000 единиц, которые он произвел. Теперь, по данным Reuters, компания решила полностью прекратить их производство, и сотни рабочих мест во Франции, США и Великобритании были сокращены.

    Эксперименты по развертыванию робота в супермаркетах и ​​офисах не всегда удавались. Сообщается, что в 2018 году шотландский супермаркет уволил Pepper после того, как он напугал покупателей и часто просил их искать «в алкогольном отделе» не связанные с ним товары.

    Рекомендации Всемирной организации здравоохранения по этике искусственного интеллекта

    На этой неделе ВОЗ опубликовала 165-страничный отчет, в котором излагаются принципы этики и стратегического управления ИИ в здравоохранении.

    Он основан на шести основных принципах, которые, как надеется организация, «могут гарантировать, что управление искусственным интеллектом в интересах здоровья максимизирует перспективы технологии и заставит все заинтересованные стороны – в государственном и частном секторе – подотчетность и ответственность перед медицинскими работниками, которые будут полагаться на них, технологии, а также сообщества и отдельные лица, чье здоровье будет затронуто его использованием “.

    Вот эти шесть принципов:

    1. Защита автономии: Машины могут автоматизировать задачи и генерировать результаты, но люди всегда должны отвечать за системы и контролировать все медицинские решения.
    2. Содействие безопасности и благополучию человека, безопасности и общественным интересам: Убедитесь, что эффекты компьютерных алгоритмов изучаются и регулируются, чтобы убедиться, что они не причиняют вреда людям.
    3. Обеспечение прозрачности, объяснимости и понятности: Технология должна быть понятна всем, кто ее использует или затрагивает ее, будь то разработчики, медицинские работники или пациенты.
    4. Повышение ответственности и подотчетности: Поймите пределы возможностей технологии искусственного интеллекта и то, где она может пойти не так. Убедитесь, что кто-то может нести ответственность, если это так.
    5. Обеспечение справедливости и инклюзивности: ИИ не должен быть предвзятым или менее эффективным в зависимости от возраста, пола, пола, дохода, расы, этнической принадлежности, сексуальной ориентации и т. Д.
    6. Продвижение гибких и устойчивых инструментов: Программное обеспечение для машинного обучения должно быть максимально эффективным с точки зрения вычислений.

    Facebook обновляет свой набор исследовательских данных, чтобы помочь разработчикам создавать домашних роботов

    Работа по дому – обычное дело, и на самом деле никто в здравом уме не любит мыть посуду или стирать. К сожалению, людям придется продолжать это делать до тех пор, пока ИИ-роботы не станут достаточно проворными и умными, чтобы взять верх.

    Простые задачи, такие как подбирать чашки, помещать их в посудомоечную машину или в шкаф, могут быть легкими для нас, но для машин они невероятно сложны.

    Робототехники могут мечтать о создании идеального алгоритма или нейронной сети, но без каких-либо обучающих данных это будет бесполезно.

    Вот почему Facebook выпустил AI Habitat, набор данных, содержащий несколько симуляций изображений, моделируемых внутри домов людей, чтобы помочь разработчикам в 2019 году.

    Теперь он обновил его до Habitat 2.0, который содержит 111 уникальных трехмерных макетов комнат, содержащих 92 объекта, например ящики, ковры, диваны, растения, фрукты и тому подобное.

    Будущие агенты ИИ могут быть обучены выполнять определенную работу в симуляции, чтобы получить достаточно опыта, прежде чем они будут протестированы в реальных условиях.

    Что наиболее интересно, роботы, предназначенные для уборки домов в США, вероятно, будут работать по-другому в других странах, где стиль дома или работа различаются.

    «В будущем Habitat будет стремиться моделировать жилые помещения в большем количестве мест по всему миру, обеспечивая более разнообразное обучение с учетом культурных и региональных особенностей расположения мебели, типов мебели и типов объектов», — сказал Дхрув Батра, ученый-исследователь Facebook.

    Предыдущая статьяЭпоха бедствий: где найти все семена корока в цитадели Аккала
    Следующая статьяПогрузчик – незаменимый помощник на складах и в различных сферах промышленности
    Виктор Попанов
    Эксперт тестовой лаборатории. Первый джойстик держал в руках в возрасте 3 лет. Первый компьютер, на котором „работал” был с процессором Intel i386DX-266. Тестирует оборудование для издания ITBusiness. Будь то анализ новейших гаджетов или устранение сложных неполадок, этот автор всегда готов к выполнению поставленной задачи. Его страсть к технологиям и приверженность качеству делают его бесценным помощником в любой команде.