Az IBM olyan technológiával állt elő, amellyel az arcfelismerés idejét drasztikusan letudja csökkenteni. Ehhez egy deep learning algoritmuson alapuló hardver szinkronizáló megoldást alkalmaznak, és így nagy mennyiségű adatot képesek összehasonlítani rövid idő alatt.
Az IBM most ismét megerősítette vezető szerepét az AI területén a Watsonnal és a deep learning algoritmusával. Ez utóbbi egyébként az AI azon részét jelenti, ami az emberi agy működését utánozza, és ami a kutatók figyelmét annyira leköti az utóbbi években.
Hogy mit jelent ez a teljesítmény a Watson részéről számokban?
- 7,5 millió digitális kép
- 7 óra alatt
- 33,8 százalékos pontossággal felismert
Ez új rekordnak számít, mivel a korábbi csúcstartó – a Microsoft – ugyanennyi fotót csak 10 nap alatt és mindössze 29,9 százalékos pontossággal ismerne fel.
A konkurencia sem pihen
Persze, a fent említett Microsoft mellett a Facebook, az Amazon és a Google sem tétlenkedik ezen a területen. Ám egyelőre az eredmények fényében kijelenthető, hogy egyértelműen az IBM számít úttörőnek az AI és a képazonosítás terén. Ők azok, akiknek a mély tanulási rendszerek átlagosan pár napos adatelemzési idejét sikerrel csökkentették le pár órára. Eddig ugyanis a deep learning algoritmusok – függően persze az adatok mennyiségétől és azok szinkronizálhatóságától – egyetlen szerveren futottak végig. Az IBM azonban az új szoftver kifejlesztésével ezeket a deep learning feladatokat 64 szerver és 256 processzor között is el tudja osztani.
Comments are closed.