Анализ OpenAI: вычислительные ресурсы для обучения нейросетей сокращаются вдвое каждые 16 месяцев
Оригинальный заголовок:AI and efficiency
ИИ-резюме
OpenAI опубликовала анализ, согласно которому с 2012 года вычислительные ресурсы, необходимые для достижения сопоставимого качества классификации на ImageNet, сокращаются вдвое каждые 16 месяцев. Сегодня для достижения уровня AlexNet требуется в 44 раза меньше вычислений, чем в 2012 году, тогда как закон Мура за тот же период дал бы лишь 11-кратное улучшение стоимости; результаты показывают, что в задачах ИИ с высокими недавними вложениями алгоритмический прогресс приносит больше выгоды, чем традиционный рост эффективности оборудования.
Ключевые моменты
- OpenAI опубликовала анализ,согласно которому с 2012 года вычислительные ресурсы,необходимые для…
- Сегодня для достижения уровня AlexNet требуется в 44 раза меньше вычислений,чем в 2012 году,тогда…
- результаты показывают,что в задачах ИИ с высокими недавними вложениями алгоритмический прогресс…
Кратко
- Опубликовано
- Обновлено
- Источник
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- Категория
- Статьи и исследования
- Оценка ИИ
- 61
OpenAI 用 ImageNet 分类数据量化算法进步的速度,读者可据此比较算法效率与摩尔定律的贡献差异。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Анализ OpenAI: вычислительные ресурсы для обучения нейросетей сокращаются вдвое каждые 16 месяцев. 5 мая 2020. https://new.nat6.net/ru/news/ctf4kaxoy1572sg8vh5ve9og6/