朔州在线:现在可以在一台盘算机上训练壮大的AI啦

admin 3个月前 (07-31) 科技 48 0

点击

上方“IEEE电气电子工程师”即可订阅民众号。网罗全球科技前沿动态,为科研创业打开脑洞。


Image: Sample Factory/USC/Intel Labs At a machine learning conference this week, researchers presented a paper describing how to use a single high-end workstation to train AI with state-of-the-art performance on the first-person shooter videogame Doom.


训练先进的人工智能系统所需的伟大盘算资源意味着,经验丰富的科技公司将学术团队置于灰尘中。然则一种新方式可以辅助平衡规模,使科学家可以在一台盘算机上解决最先进的AI问题


OpenAI 2018年的一份讲述发现,用于训练最壮大的人工智能的处置能力正以惊人的速度增进,每3.4个月翻一番。最需要数据的方式之一是深度强化学习,其中AI通过遍历数百万次仿真来通过频频试验来学习。电子游戏如《星际争霸》和《Dota2》的最新进展都依赖于装有数百个CPU和GPU的服务器。


诸如Cerebras System的Wafer Scale Engine之类的专用硬件有望用完善优化用于训练AI的单个大型芯片来取代这些机架式处置器。然则,由于价钱高达数百万美元,对于资金不足的研究人员来说,这并不是什么抚慰。


现在,来自南加州大学和英特尔实验室的一个团队已经发现晰一种在学术实验室中常用的硬件上训练深度强化学习(reinforcement learning,RL)算法的方式。在克日举行的2020国际机械学习大会(International Conference on Machine Learning,ICML)上揭晓的一篇论文中,他们形貌了如何能够使用一个高端事情站来训练人工智能,在第一人称射击游戏Doom上拥有最先进的显示。他们还使用一小部分正常盘算能力来解决DeepMind提出的30种多样化3D挑战套件。


德州大学奥斯汀分校(University of Texas at Austin)专门研究深度RL的教授Peter Stone说:“发现对商品硬件举行深度RL的方式是一个了不起的研究目的。而且,除了将较小的研究小组抛在死后之外,举行此类研究通常所需的盘算资源也会发生大量的碳足迹。”


USC研究生的主要作者Aleksei Petrenko说,该项目的灵感来自于必须成为发现之母的经典案例。随着在英特尔的暑期实习期竣事,Petrenko失去了进入该公司的超级盘算集群的权限,这使尚未完成的深度RL项目陷入危险之中。因此,他和同事决议找到一种方式来继续举行简朴系统的事情。


使用一台配备36核CPU和一个GPU的机械,研究人员能够在接受Atari视频游戏和Doom训练时每秒处置约莫14万帧图像,或者是次优方式的两倍。

,

Allbet

www.aLLbetgame.us欢迎进入Allbet平台(Allbet Gaming):www.aLLbetgame.us,欧博平台开放欧博(Allbet)开户、欧博(Allbet)代理开户、欧博(Allbet)电脑客户端、欧博(Allbet)APP下载等业务。

Allbet Gaming声明:该文看法仅代表作者自己,与本平台无关。转载请注明:朔州在线:现在可以在一台盘算机上训练壮大的AI啦

网友评论

  • (*)

最新评论

站点信息

  • 文章总数:698
  • 页面总数:0
  • 分类总数:8
  • 标签总数:1383
  • 评论总数:187
  • 浏览总数:8631