Strona korzysta z plików cookies w celu realizacji usług i zgodnie z Polityką Plików Cookies.



26.05.2020

Cloud Native Universe

Jako patron medialny zapraszamy programistów wdrażających lub integrujących się z dowolną...
26.03.2020

Koniec certyfikatów...

MCSA, MCSD i MCSA
26.03.2020

Odświeżony OS

FortiOS 6.4
26.03.2020

Bezpieczeństwo w chmurze

Cisco SecureX
26.03.2020

Modernizacja IT

Nowości w VMware Tanzu
26.03.2020

Krytyczne zagrożenie dla...

Nowa groźna podatność
26.03.2020

Laptopy dla wymagających

Nowe ThinkPady T, X i L
26.03.2020

Serwerowe ARM-y

Ampere Altra
26.03.2020

Energooszczędny monitor

Philips 243B1

Skalowanie sztucznej inteligencji

Data publikacji: 23-01-2020 Autor: Maciej Olanicki
Odpowiedzią na brak...

Dysponując tegorocznym raportem AI Index sporządzonym przez naukowców z Uniwersytetu Stanforda, można dojść do wniosku, że rozwój sztucznej inteligencji jest prężny jak nigdy dotąd. Podczas największej poświęconej tej tematyce konferencji NeurIPS eksperci zachowywali jednak sporo rezerwy w kwestii możliwości utrzymania dotychczasowego tempa.

 

Oczywiście znaczną przesadą byłoby twierdzić, że na pochłaniającym ogromne zasoby rynku sztucznej inteligencji, produkującym w zasadzie bezustannie trudną do oszacowania liczbę prac naukowych, aplikacji i implementacji, z dnia na dzień dokona się implozja. AI Index 2019 nie pozostawia wątpliwości, że inwestycje w ciągu najbliższych lat wciąż będą się zwracać choćby w postaci między innymi coraz bardziej precyzyjnych sztucznych procesów poznawczych (przede wszystkim w zakresie przetwarzania obrazu), a także silników przetwarzania języka naturalnego. Rzecz w tym, że dotychczas rozwój modeli opierał się przede wszystkim na ich skalowaniu – potężniejsza infrastruktura przekładała się na wyższą skuteczność sztucznej inteligencji w rozwiązywaniu zadań. 
 
AI INDEX REPORT
 
Podczas największej poświęconej SI konferencji NeurIPS nie brakowało jednak opinii, że w procesie rozwoju sztucznej inteligencji poprzez skalowanie zaczynamy powoli dochodzić do ściany.
Opracowany w Stanford raport nie wskazuje, co mogłoby stanowić papierek lakmusowy wskazujący etap rozwoju sztucznej inteligencji, gdyż implementacje jej pojedynczych, dalece wyspecjalizowanych elementów znajdziemy w bardzo dużej i ciągle rosnącej liczbie branż. Dokument ma tę wartość, że analizuje zbiór danych, jakim są prace naukowe dotyczące sztucznej inteligencji publikowane na uczelniach na całym świecie. Na tej podstawie wiemy na przykład, że liczba projektów badawczych dotyczących technicznych zagadnień związanych ze sztuczną inteligencją wzrosła pomiędzy 1998 a 2018 r. o 300% i stanowi w tej chwili 3% wszystkich treści recenzowanych w czasopismach naukowych oraz 9% wszystkich publikowanych materiałów pokonferencyjnych.
 
W przytaczanych w AI Index Report danych odzwierciedlenie znajduje coraz większa rola w rozwoju SI chińskich uczelni wyższych. W ubiegłym roku naukowcy z Państwa Środka publikowali prace na temat sztucznej inteligencji w liczbie porównywalnej do ich europejskich kolegów, znacząco prześcigając pod tym względem naukowców badających sztuczną inteligencję na uczelniach amerykańskich. Z drugiej strony to ci ostatni najlepiej wypadają pod względem wskaźnika cytowań w stosunku do średniej światowej (Field Weighted Citation Impact). Dane Uniwersytetu Stanforda pozwalają wyciągnąć wniosek, że pod względem potencjału zaplecza naukowego utrzymanie bieżącego tempa rozwoju sztucznej inteligencji jest niezagrożone, zwłaszcza że zagadnienie to stanowi dziś najpopularniejszą specjalizację wśród amerykańskich doktorantów informatyki.
 
Dane te znajdują odzwierciedlenie w konkretnych implementacjach sztucznej inteligencji w biznesie czy przemyśle. Duże postępy dokonały się w zakresie optymalizacji procesu uczenia maszynowego. Rezultaty są imponujące – pomiędzy październikiem 2017 r. a lipcem 2019 r. czas potrzebny na wytrenowanie dużego systemu klasyfikacji obrazu w oparciu o infrastrukturę chmurową został zredukowany z trzech godzin do średnio 88 sekund. W tym samym czasie proporcjonalnie spadły także koszty takiego treningu. Na razie sztuczna inteligencja jest więc dziś nie tylko coraz bardziej skuteczna, ale też coraz łatwiejsza do wytrenowania w konkretnych zadaniach i coraz tańsza w eksploatacji. W rezultacie w 2019 r. 58% największych przedsiębiorstw korzysta z SI w co najmniej jednym obszarze działalności, co stanowi 11-procentowy wzrost w stosunku do 2018 r.
 
REZERWA NA NIPS
 
Ciekawie wypada konfrontacja twardych danych z treścią wykładów podczas tegorocznej odsłony konferencji NeurIPS (Neural Information Processing Systems), swoją drogą w tym roku rekordowej pod względem liczby uczestników – wzięło w niej udział niemal 14 tys. osób, co stanowi 41% wzrostu w stosunku do 2018 roku i 800% wzrostu wobec roku 2012.
 
[...]
 

Pełna treść artykułu jest dostępna w papierowym wydaniu pisma.

prenumerata Numer niedostępny Spis treści

.

Transmisje online zapewnia: StreamOnline

All rights reserved © 2019 Presscom / Miesięcznik "IT Professional"