 Искусственный интеллект, или машинное обучение, как его также называют, начинает затрагивать больше продуктов, которые мы используем на ежедневной основе. Возьмите новые фотографии Google в качестве примера. Используя искусственный интеллект, Google сканирует фотографии, загруженные на устройство, и определяет объекты на картинке. Затем он делает эти данные доступными для поиска пользователями.
Это впечатляющая технология, но она, несомненно, требует больших вычислительных мощностей для выполнения. Это факт склоняет чашу весов в пользу крупных компаний с глубокими карманами, чтобы покрыть затраты на инфраструктуру. Sentient, однако, является небольшой компанией. В ней придумали способ создать обширную вычислительную систему, способную масштабироваться до миллионов ядер при более низкой стоимости.
Как именно? Очень просто – путем использования старых машин в центрах обработки данных, и соединяя их вместе, как если бы они были одной машиной.
Использование Интернета, чтобы соединить сотни тысяч компьютеров, не является идеальным методом для машинного обучения в связи с массовым количеством данных, извлекаемых между процессорами. Но Sentient утверждает, что делает успехи в отношении того, чтобы сделать ее систему более эффективной и более мощной.
Технология, подобная этой проходит долгий путь в равные условия для небольших компаний, которые хотят ввести машинное обучение в проект продукта или исследования. И в конце концов, чем больше Sentient будет в состоянии использовать свой уникальный подход к машинному обучению, чем больше она будет обучаться и иметь возможность оптимизировать систему. Предположительно, дальнейшее снижение затрат сделает сервис еще более доступным.
|
