據美國《麻省理工科技評論》5月14日報導,中國搜尋引擎巨頭百度表示,其新近研發的超級計算機Minwa在一項備受關注的人工智慧基準測試ImageNet中取得了世界最好成績,錯誤率僅為4.58%,超越了微軟和谷歌的超級計算機。
超級計算機Minwa配備72個超強處理器和144個圖形處理器。11日晚些時候,百度在刊發的論文中稱其超級計算機已被用於指導機器學習軟體,在圖片識別方面打破了谷歌保持的紀錄。
來自百度Minwa項目的科學家吳恩達(AndrewNg)在接受採訪時表示:「百度現已成為計算機智能領域的領軍者。我認為Minwa是研究深度學習算法的最快的超級電腦,它可以說是我們手中絕對的王牌,強於我們的競爭者。」
計算機的計算能力關係到深度學習能力,百度和谷歌的超級計算機均在語音、圖像及面部識別領域成功取得突破,並應用於其圖像、語音搜索服務。
Minwa可以說是深度學習算法的一次飛躍性實踐。深度學習的概念由科學家在2006年提出,源於人工神經網絡的研究,是機器學習研究中的一個新的領域,其動機在於建立、模擬人腦進行分析學習的神經網絡,模仿人腦的機制來解釋數據,例如圖像,聲音和文本。含多隱層的多層感知器就是一種深度學習結構。該算法通過組合低層特徵形成更加抽象的高層表示屬性類別或特徵,以發現數據的分布式特徵表示。
吳恩達表示,這項科技能夠更好地處理更大規模的數據集與網絡,這也是深度學習算法與先前機器學習技術不同的一點,後者在處理大規模數據集與網絡時速度減緩,計算能力減弱,並且數據規模一旦超過某個節點,使用機器學習技術將無法取得任何進展,而深度學習算法則避免了這種情況的發生。百度稱Minwa的人工神經網絡擁有數以億計的接點,是以往任何網絡的數百倍之多。
百度在周一的論文中指出,他們的系統在測試ImageNet分類數據集中的錯誤率僅為4.58%(ImageNet計算機視覺挑戰比賽是目前國際上最大規模的圖像分類和識別測試平臺)。
這個數據集包含約150萬張圖像,分為1000個不同的類別,軟體被要求為10萬張前所未見的測試圖像進行分類。
此前的世界最好紀錄4.82%由谷歌創造,而微軟在此測試中也達到4.94%的不俗成績,同樣的實驗中,人眼辨識的錯誤率大概為5.1%,三個公司的研究成果均在視覺識別挑戰中超越了人類視覺能力。