Rambler's Top100
Все новости Новости компаний
Александра КРЫЛОВА 15 декабря 2016

От компонентов – к платформам и нейронным сетям

Корпорация Intel реализует новую стратегию, ключевыми элементами которой являются облачные вычисления, дата-центры, новые виды памяти и интернет вещей

Новая стратегия рассматривает нынешний этап мирового технологического развития как благоприятный цикл роста и относится как к аппаратному, так и к программному обеспечению корпорации. «Мы говорим уже не о компонентах, а о платформах», – заявил Питер Гляйснер, вице-президент Intel и директор по продажам в ЕС, имея в виду прежде всего аппаратные платформы для поддержки высокопроизводительных вычислений, в том числе и облачных, а также аналитики больших данных.

Уже в настоящее время львиная доля серверов (95%), которые используются в мире для технологий машинного обучения, построена на процессорах Intel Xeon. А в 2017 г., по словам Жана-Лорана Филиппа, эксперта по технологиям HPC в регионе EMEА, Intel представит совершенно новый высокопроизводительный процессор, разработанный специально для решения задач скоринговых задач.

В той части новой стратегии корпорации, которая относится к ПО, много внимания уделено глубокому обучению – подразделу машинного обучения, в котором используются нейронные сети. Настоящий момент, отмечает Жан-Лоран Филипп, сегодня для этого самый благоприятный. За годы эволюции технологий искусственного интеллекта и машинного обучения создано немало алгоритмов, а кроме того, накоплены большие объемы данных, на которых их можно тренировать.

Разработкой библиотек, необходимых для ускорения разработки новых алгоритмов, в том числе нейронных сетей, занимается команда российских программистов в нижегородском офисе Intel. По словам ее лидера, Ивана Кузьмина, в 2016 г. этот коллектив разработал самостоятельный программный продукт c открытым исходным кодом MKL-DNN, который представляет собой набор математических примитивов для ускорения нейронных сетей. 

Кроме того, в России разрабатываются и алгоритмы более высокого уровня, такие, как библиотека DAAL, в которой содержатся различные «строительные блоки» для тех же нейронных сетей, которые можно использовать как на локальных системах, так и на вычислительных кластерах, так и как сервис из облака. А еще, по словам И. Кузьмина, до конца 2016 г. Intel выпустит новый программный продукт Deep Learning SDK, – простой и удобный инсталляционный пакет для нейросетей, позволяющих облегчить установку, компиляцию и развертывание этого аналитического инструмента. Этот продукт позволяет выгрузить один из наборов данных, выбрать ту или иную топологию нейронной сети, запустить процесс тренировки ее алгоритма, и в итоге получить интерактивную модель, отражающую параметры обученной нейронной сети, после чего алгоритм можно устанавливать на конечное устройство.

Разрабатывают программисты Intel в России и сами алгоритмы, оптимизирует их и вместе с партнерами Intel формирует законченное решение – готовый аналитический инструмент для заказчиков. Один из таких партнеров, компания RecFaces, использует технологии нейросетей для сервисов распознавания лиц на основе биометрических данных. По словам Сергея Новикова, ее системного архитектора, подобные решения имеют множество сфер применения. Благодаря им, продавцы-консультанты в магазинах, могут «узнавать» в лицо любимых покупателей, членов программ лояльности и делать им эксклюзивные и персонализированные предложения. Внутри компаний с помощью технологии распознавания лиц на базе нейросетей можно организовать "ненавязчивый" контроль прохода в помещения, вести учет рабочего времени, а также сервис персонального виртуального помощника.  

По опыту корпорации Intel нейронные сети сейчас все чаще применяются для автоматического выявления заданных объектов в видеопотоке, который, к примеру, постоянно генерируют камеры видеонаблюдения. (Это могут быть лица людей, марки и номера автомобилей и многое другое). Еще одной сферой применения таких алгоритмов – медицина. По словам И. Кузьмина, у индийских врачей был проект по использованию нейронных сетей для определения вероятности благоприятного исхода офтальмологических операций. Были уже и подходы некоторых университетов к применению нейронных сетей для анализа генома в рамках персонализированной медицины.

Также полезными технологии глубокого обучения могут быть в сельском хозяйстве и, конечно же, в автономных автомобилях. Последняя область очень интересна для корпорации Intel, чей корпоративный фонд объявил в 2016 г. о намерении инвестировать в течение двух лет $250 млн в совместные разработки в этой области с концерном BMW и компанией Mobileye. Результаты проекта, как ожидается, будут получены уже в 2021 году.

Словом, цифровая трансформация затрагивает и технологических гигантов, которым для того, чтобы оставаться на гребне волны, приходится обновлять стратегии и перефокусировать своих разработчиков на решение поставленных ею задач. 

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.