Nieuw algoritme verkort trainingstijd van AI

Mitsubishi Electric maakt bekend een algoritme te hebben ontwikkeld dat de tijd die nodig is om kunstmatige intelligente te trainen fors terugdringt. Het nieuwe algoritme moet het eenvoudiger maken deep learning te implementeren in industriële robots, voertuigen en andere machines.

Het concept is niet nieuw en werd in februari al gepresenteerd onder de naam ‘Compact AI’. Mitsubishi heeft het algoritme nu verder verbeterd en presenteert het systeem op de International Conference on Neural Information Processing (ICONIP2016), die van 16 tot en met 21 oktober wordt georganiseerd op de Kyoto Universiteit in Japan. Daarnaast wordt een paper gepubliceerd in Lecture Notes in Computer Science.

Minder geheugen en kortere trainingstijd

Het algoritme bevat functies voor identificatie, herkenning en het voorspellen van onbekende feiten op basis van bekende feiten. Met het algoritme verwacht Mitsubishi Electric de hoeveelheid geheugen die AI in beslag neemt en de tijd die nodig is om AI te trainen drastisch te kunnen terugdringen. De trainingstijd, kosten van de benodigde rekenkracht en de vereiste aan geheugen kunnen met ongeveer een factor dertien worden teruggedrongen ten opzichte van conventionele AI. Deze aspecten worden ten opzichte van de originele Compact AI die in februari werd gepresenteerd in het nieuwe algoritme met nog eens 30 procent teruggedrongen.

Compact AI moet de toepasbaarheid van AI vergroten door onder andere zijn lage kosten en compacte vorm. Zo zijn servers en netwerkfaciliteiten niet langer nodig, aangezien alle activiteiten direct op embedded systemen worden uitgevoerd. Conventionele machine learning algoritmes voor deep learning hebben diepe neurale netwerken nodig, die veel geheugen vereisen.

Compact AI van Mitsubishi Electric (bron: Mitsubishi Electric)

Compact AI van Mitsubishi Electric (bron: Mitsubishi Electric)

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *