Magdalena Posted February 5, 2019 Share Posted February 5, 2019 ამერიკის დასავლეთ სანაპიროს ყველაზე ღირებული კომპანიები ცდილობენ გახადონ ხელოვნური ინტელექტი უფრო ჭკვიანი. Google და Facebook-ი ამაყობენ ექსპერიმენტებით, რომლებშიც გამოყენებულია მილიარდობით ფოტო და მაღალი წარმადობის პროცესორები. მაგრამ გასულ წელს ტენესის შტატის აღმოსავლეთ ნაწილში შექმნილმა პროექტმა მასშტაბურობით მნიშვნელოვნად გადააჭარბა ხელოვნური ინტელექტის ყველა ლაბორატორიის ნამუშევარს. პროექტი აშშ-ის ხელისუფლების მართვის ქვეშ იმყოფება. პროექტში მონაწილეობდა მსოფლიოში ყველაზე მძლავრი სუპერკომპიუტერი Summit-ი, იგი ოკ-რიჯის ეროვნულ ლაბორატორიაშია განთავსებული. ამ კომპიუტერმა გასული წლის ივნისში აშშ-ს ლიდერის ტიტული დაუბრუნა, მანამდე ამ საკითხში პირველი ადგილი ჩინეთს ეკავა. პროექტის ფარგლებში კლიმატის კვლევის პროცესში გიგანტურმა კომპიუტერმა მანქანური სწავლების ექსპერიმენტი ამ დრომდე არსებულ შემთხვევებთან შედარებით ყველაზე სწრაფად ჩაატარა. ფართობი, რომელზედაც განთავსებულია Summit-ი, ზომით ორი ჩოგბურთის მოედნის ტოლია. ზემოთხსენებული პროექტის მსვლელობისას მასში 27 ათასზე მეტი მძლავრი გრაფიკული პროცესორი იქნა გამოყენებული ღრმა სწავლების ალგორითმებისთვის - იმ ტექნოლოგიის შესწავლისთვის, რომელიც საფუძვლად უდევს მოწინავე დონის ხელოვნურ ინტელექტს. სწავლების პროცესში ალგორითმები ასრულებენ მილიარდობით ბრძანებას წამებში - სიჩქარის ამ მაჩვენებელს სუპერკომპიუტერულ წრეში ექსაფლოპი ეწოდება (exaFLOPS – EFLOPS -1018). „აქამდე ღრმა მანქანურ სწავლებას არასდროს მიუღწევია წარმადობის ამ დონემდე“ - აცხადებს ბერკლის სახელობის ეროვნული სამეცნიერო-გამოთვლითი ცენტრის მკვლევართა გუნდის ხელმძღვანელი. მისი გუნდი თანამშრომლობდა Summit-ის მკვლევარებთან. სუპერმძლავრი კომპიუტერის ხელოვნური ინტელექტის გამოცდა კონცენტრირებული იყო მსოფლიოს ერთ-ერთ უდიდეს პრობლემაზე - კლიმატის ცვლილებაზე. ტექნოკომპანიები ალგორითმებს ასწავლიან ამოიცნონ სახეები ან საგზაო ნიშნები. სახელისუფლებო მეცნიერებმა მათ ასწავლეს აღიქვან ამინდის პირობები ციკლონების დროს კლიმატური მოდელების მიხედვით (უნდა ითქვას, რომ უცნობია რა ენერგია დასჭირდა ამ პროექტს და რა რაოდენობით ნახშირბადი გამოიყო ჰაერში მუშაობის მიმდინარეობისას). Summit-ის ექსპერიმენტს დიდი მნიშვნელობა გააჩნია სამომავლო ხელოვნური ინტელექტისა და კლიმატოლოგიის სფეროებისთვის. პროექტი ახდენს სუპერკომპიუტერებში ღრმა სწავლების ადაპტაციის პოტენციალის დემონსტრაციას. სუპერკომპიუტერები, როგორც წესი, ახდენენ ფიზიკური და ქიმიური პროცესების მოდელირებას, მაგალითად - ბირთვული აფეთქებები, შავი ხვრელები და სხვა ახალი მატერიალები. Google-ის ტექნიკური დირექტორი Rajat Monga და ამავე კომპანიის სხვა თანამშრომლები პროექტს ეხმარებოდნენ - მოახდინეს ღია კოდის მქონე მანქანური სწავლების პროგრამული უზრუნველყოფის - TensorFlow-ის ადაპტაცია Summit-ის გიგანტურ მასშტაბებთან. როგორც მონგა ამბობს, TensorFlow-ს ადაპტაცია Summit-ს მასშტაბებთან ხელს შეუწყობს Google-ის ძალისხმევას - გააფართოვოს თავისი ხელოვნური ინტელექტის შიდა სისტემები. პროექტში NVIDIA-ს ინჟინრებიც მონაწილეობდნენ და ისინი ირწმუნებიან, რომ NVIDIA-ს გრაფიკული პროცესორები სუპერკომპიუტერში ჩავარდნების გარეშე მუშაობს. ღრმა მანქანური სწავლების ალგორითმებში დიდი გამოთვლითი სიმძლავრის გამოყენებამ მნიშვნელოვანი როლი შეასრულა ტექნოლოგიის განვითარებაში. იგივე ტექნოლოგია, რომელსაც იყენებს Siri ხმის ამოცნობისთვის და ასევე გამოყენებულია Waymo-ს ავტომობილებში - 2012 წლიდან სასარგებლო გახდა მას შემდეგ, რაც მეცნიერებმა მოახდინეს მისი ადაპტირება Nvidia-ს გრაფიკულ პროცესორებთან. ანალიზში, რომელიც გასული წლის მაისში გამოქვეყნდა, სან-ფრანცისკოს კვლევითი ინსტიტუტის - OpenAl-ის მეცნიერებმა (იგი ილონ მასკმა დააარსა) გამოითვალეს, რომ მანქანური სწავლების მსხვილ ექსპერიმენტებში გამოთვლითი სიმძლავრე ორმაგდებოდა ყოველ 3,43 თვეში 2012 წლიდან მოყოლებული. ეს 11-ჯერადი ზრდაა წელიწადში. ამგვარმა პროგრესმა ხელი შეუწყო Alphabet-ის ბოტს - დაემარცხებინა ჩემპიონები სამაგიდო და ვიდეოთამაშებში, აგრეთვე განაპირობა Google Translate-ის სიზუსტის მნიშვნელოვნად გაუმჯობესება. Google და სხვა კომპანიები დრესღეობით ქმნიან ხელოვნურ ინტელექტთან ადაპტირებად ახალი ტიპის მიკროსქემებს, რათა განაგრძონ ეს ტენდენცია. Google აცხადებს, რომ ტენსორული პროცესორები (TPU) შეძლებენ უზრუნველყონ 100 პეტაფლოპი გამოთვლითი სიმძლავრე, რაც Summit-ის მიერ მიღწეული მაჩვენებლის ერთ მეათედს შეადგენს. კალიფორნიის ირვაინის უნივერსიტეტის პროფესორის, მაიკლ პრიჩარდის თქმით, სუპერკომპიუტერებში ღრმა სწავლების გაშვება ახალი იდეაა, რომელიც კლიმატის კვლევისთვის მოსახერხებელ დროში გაჩნდა. „დადგა დრო, როდესაც გამომთვლელი სიჩქარის ზრდა ჩვეულებრივი მეთოდებით აღარ შეიძლება“. https://hi-news.ru/computers/samyj-bystryj-superkompyuter-v-mire-pobil-rekord-iskusstvennogo-intellekta.html 1 Quote Link to comment Share on other sites More sharing options...
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.