ImageNet veri işleme sistemi
Firma, bu sabah Seattle’da düzenlenen Data@Scale etkinliğinde eğitim hızını arttırma çalışmalarının sonuçlarını duyurdu. Facebook’un mevcut GPU (Grafik İşleme Ünitesi) donanım ve bazı yeni algoritmalarını kullanan araştırmacılar modellerini 40.000 resmi bir saniyede işleyecek şekilde eğitebildiler. Böylece ImageNet veri setini bir saatin altında, performans kaybı yaşamadan işleyebildiler.
Facebook yazılım mühendisi Pieter Noordhuis “Bu sonuçları çoğaltmak için gerçek bir süper bilgisayara ihtiyacınız yok” diyor.
‘Denetimli öğrenme’ olarak adlandırılan sistem, resimleri sözlerle bir araya getirerek çalışıyor. Bir eğitim setine ait binlerce resim belirli bir tanıma (örneğin, kedi) atanır ve sisteme tanımlanmış bu atama dahilindeki tüm resimler gösterilir. Daha sonra araştırmacılar sisteme aynı objeye (örneğimizde kedi) ait resimleri gösterirler, fakat bu sefer tanımlama olmadan. Eğer sistem bir kediye baktığını bilecek hale gelirse, resimleri tanımlayıcı kelimelerle nasıl bir araya getireceğini öğreniyor demektir.
Bu geliştirme Facebook yapay zeka araştırmacılarına daha büyük veri setleri üzerinde çalışmaya başlama imkanı veriyor; örneğin, Facebook’a her gün gönderilen milyarlarca resimleri. Aynı zamanda Facebook’un donanım uzmanlığını da ifade eden bir çalışma olma özelliği gösteriyor. Firma yaptığı açıklama ile donanımlarının açık kaynaklı olduğunu, böylece başkalarının da sistemin getirilerinden faydalanabileceklerini ve bunun için inanılmaz gelişmiş TPU (Tensor Processing Units) ’lara ihtiyaç olmadığını belirtti. Bu yönüyle Google’ın I/O oturumunda söz konusu ettiği TPU bildirimine de bir nebze olsun gölge düşmüştü zira Google’ın TPU servislerine şu an için sadece Google Cloud müşterileri erişim sağlayabiliyorlar.
Facebook yapay zeka eğitme çalışması ile ilgili detayları Facebook Araştırma sayfasında yayınlamayı planlıyor.
