微信号:bigdatalab

介绍:宽客俱乐部旗下美国大数据实验室,大数据研究应用.

这些创业公司正在让深度学习变得更加好用

2016-02-01 08:44 大数据实验室
本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载


来自MIT TR


作者:Will Knight

机器之心编译出品

参与:Ben、微胖


机器学习的算法将会在很多领域带来变革,但要让他们有效地执行还很困难。


最新的机器学习技术大谈要重塑整个产业,使电脑更容易在数据中识别模式,做出准确的预测,换句话说,要电脑变得更智能。不幸地是,可以让这一切变得可能的专家依然十分稀少。


初创公司从对机器学习人才的求贤若渴中看到了为公司企业——从金融保险公司,网页初创公司到汽车制造商——提供深度技术人才的良机,这些企业都希望可以开始使用人工智能技术。如今,一小部分初创公司提供提升机器学习算法性能的服务,这样以来,这些算法就能在电脑芯片上流畅运行。至少有一家公司正在开发电脑芯片以适应最新的算法。


处在欣欣向荣的人工智能中心有一项新的技术——「深度学习」——它依赖于模拟大量及多层的虚拟神经网络,让电脑识别抽象的图案,例如猫的图片。要训练一个如此大的网络需要进行大量的平行计算,一般会在GPUs上进行(GPUs非常适合这种计算)。虽然深度学习的基本原理简单,但要建立这样的网络,让其在许多GPUs上有效及快速地进行仍需要深厚的专业技术。


有一家初创公司,名为Minds.ai,拥有几位芯片专家及一名曾跟过 Geoffrey Hinton学习的深度网络专家。


Tijmen Tielemen是一名荷兰的机器学习及神经网络优化专家,他曾在Hinton的团队里学习。Tielemen上个月在蒙特利尔举行的神经信息处理系统(NIPS)会议上说,训练一个深度网络一般需要好几个小时,甚至几天的时间。如果网络稍有调整,整个训练过程需要重新开始。


Minds.ai提供了多个软件库,支持深度网络在图形芯片上的有效运行,帮助企业在没有专业人才的情况下实现深度学习技术。例如,一家希望在无人驾驶汽车上训练深度网络以识别不同物件的汽车公司可能需要一个强大的专业团队来帮助他们实行。「一般当你建立一个神经网络后,你需要很长的时间来训练它」,Tielemen说,「这是一个非常现实的考虑,我们可在短时间训练它。」


另外一家旨在加快深度学习的初创公司名为Nervana Systems。该公司计划在明年推出其自主开发的电脑芯片及软件库以优化深度神经网络。CEO Naveen Rao说,公司的目标并不只是为了加快深度学习,而是为了设计一套使用深度学习的电脑系统。Naveen Rao之前曾为太阳及高通公司设计过芯片。他说:「我们希望建立一个以深度网络为框架的新系统,我们也看到从电脑框架上做出改变的机会。」


像Minds.ai 及 Nervana的公司如今已不难找到客户,不过,深度网络的市场扩张迅速,日新月異。在机器学习领域的大公司为了设立行业标准,不断推出自己的框架及library。所以,当这个技术变得更成熟及更多代码开源后,企业就可以更轻易地优化深度网络了。


Rajan Goyal说:「开源最终将赶上所有的低效率和潜在的优化」。Goyal是一家名为Cavium的芯片生产商的工程师,该公司希望为深度学习设计合适的芯片。


然而,Goyal认为,像Google 及 Facebook这样的大公司可能会自己设计深度学习的芯片或是收购一些拥有这方面技术的初创公司,因为改善深度网络本身将会为他们带来巨大的既得利益。「目前,深度学习市场还处于较为分散及初生的状态」,他说,「GPUs为市场提供了一个初始需求,但对于更有效的方案,需求也是与日俱增」。




罗宾期货操盘手实盘培训课程 2月27日(4天),北京站!


适用品种:沪深300、上证50、中证500、恒指期货、A50期货、商品期货,等等

【六大优势】
1. 高胜率
2. 低止损
3. 实盘分析、现场下单
4. 简约的交易系统
5. 多模式交易技术相结合
6. 量化的交易技术


咨询报名手机/微信:13061694649


 
大数据实验室 更多文章 用户画像数据建模方法 李光斗:警方是如何利用大数据抓到王全安的 降楼价,新加坡居然靠的是无人驾驶! 小数法则和经验主义 什么性格的人适合 Quant 这个职位?能否描述一下 Quant 一天的生活是怎样的?
猜您喜欢 项目经理应该避免的一些错误总结 【干货】Xcode 6 技巧: 矢量图像,代码片段以及其他 怎样成为全栈工程师(Full Stack Developer)? 企业数字化转型实战:红领酷特智能C2M商业生态 Devops2.0工具集黑宝书-读书笔记之10-实施部署流水线:后期阶段