""

澳门太阳城网站-最新注册

  • 培训视频识别模型的一种新技术达到同时提高在移动设备上运行时性能比国家的最先进的现有方法快三倍。工作最近被达里奥吉尔(上图)IBM研究中心的主任强调,在澳门太阳城最新网站,IBM沃森人工智能实验室的人工智能研究上周在马萨诸塞州剑桥市。

    培训视频识别模型的一种新技术达到同时提高在移动设备上运行时性能比国家的最先进的现有方法快三倍。工作最近被达里奥吉尔(上图)IBM研究中心的主任强调,在澳门太阳城最新网站,IBM沃森人工智能实验室的人工智能研究上周在马萨诸塞州剑桥市。

    Photo: Jesus del Alamo

    Full Screen

更快的视频识别的智能手机时代

培训视频识别模型的一种新技术达到同时提高在移动设备上运行时性能比国家的最先进的现有方法快三倍。工作最近被达里奥吉尔(上图)IBM研究中心的主任强调,在澳门太阳城最新网站,IBM沃森人工智能实验室的人工智能研究上周在马萨诸塞州剑桥市。

美国澳门太阳城最新网站和IBM的研究人员提供培训和更有效地运行深学习模式的新方法。 Watch Video


Press Contact

Kim Martineau
Email: kimmarti@mit.edu
Phone: 617-710-5216
MIT Quest for Intelligence

所谓深度学习的机器学习的一个分支,已帮助超过计算机在人类的明确定义的视觉任务,如阅读医学扫描,但随着技术扩展到视频解释和真实世界的事件,模特们越来越大,更多的计算密集型。 

By one estimate,培养了视频识别模型可能需要多达50倍的数据和8倍的处理能力比训练的图像分类模型。这是一个问题,因为对处理能力的需求,培养深度学习模式继续 rise exponentially and concerns 关于艾未未的大量碳足迹增长。低功耗的移动设备,其中许多人工智能应用正朝着运行大型视频识别模型,也仍然是一个挑战。 

Song Han澳门太阳城最新网站的助理教授 电气工程和计算机科学系 (EECS),是通过设计更有效的深度学习模式标本兼治。在一个 paper at the 计算机视觉国际会议,汉,澳门太阳城最新网站研究生 Ji Lin and MIT-IBM Watson AI Lab researcher Chuang Gan,勾勒出萎缩的视频识别模型,以加快培训,提高在智能手机和其他移动设备上运行时性能的方法。他们的方法使得能够通过减少在国家的最先进的模型中的1.5亿参数至2500万个参数缩小模型到六分之一大小。 

“我们的目标是使人工智能与低功率设备的任何人访问,”韩寒说。 “要做到这一点,我们需要设计使用更少的能源,可以在边缘设备,哪来那么多的AI的移动流畅运行高效的人工智能模型。” 

摄像机和视频编辑软件成本的下降和新的视频流媒体平台的崛起,充斥着新的内容在互联网。每个小时, 30,000 hours 新的视频被上传到YouTube的独。研究人员表示,工具目录中的内容更有效地将帮助观众和广告商找到视频更快。这些工具还有助于像医院和养老院运行机构人工智能应用程序在本地,而不是在云中,以保持敏感数据的隐私和安全。 

下面的图像和视频识别模型是神经网络,这些都对大脑是如何处理信息松散建模。无论是数码照片或视频图像序列,神经网络寻找在像素模式和打造他们所看到的越来越抽象表示。有足够的例子,神经网络“学习”认识的人,物,以及它们是如何联系起来。 

顶级视频识别模型目前使用三维卷积到时间的流逝中进行编码的图像序列,创造更大,更计算密集型的模型。减少涉及的计算,汉和他的同事们设计了他们所谓的操作 temporal shift module 该移位所选择的视频帧的特征映射到它的相邻帧。由混杂在过去,现在和未来的空间表示,该模型得到的传递而不明确地表示这一次的感觉。

结果:即在认识行动跑赢同业的典范 Something-Something 视频数据集,收入排在首位 version 1 and version 2在最近公开的排名。换挡模块的在线版本也足够灵活读取的实时动作。在 a recent demo,林,博士生在EECS,呈单板计算机如何操纵的摄像机可以立刻用手比划分类与能量的量来驱动自行车灯。 

通常要花两天左右的训练如此强大的模型的机器上只有一个图形处理器。但研究人员成功地在美国借用时间能源部的 Summit 超级计算机,目前排名最快在地球上。与峰会的额外的火力,研究人员发现,与1536个图形处理器的模型可以在短短14分钟的训练,接近其理论极限。这是三倍于3-d国家的最先进的型号快,他们说。

达里奥·吉尔,IBM研究中心的主任,强调了工作在他最近的 opening remarks at AI Research Week 由澳门太阳城最新网站,IBM沃森AI实验室主办。

“对于大AI培训工作的计算需求是每3.5个月翻一番,”他后来说。 “我们有能力继续推动技术的极限,将取决于这样的搭配强大的机器超高效的算法策略。” 


Topics: Quest for Intelligence, MIT-IBM Watson AI Lab, School of Engineering, Algorithms, Artificial intelligence, Computer modeling, 计算机科学与技术, Data, Learning, Machine learning, 微系统技术实验室, Software, Electrical Engineering & Computer Science (eecs)

Back to the top