Przełom badaczy z Uniwersytetu Rice'a
Model MACH (merged-average classifiers via hashing) to algorytm typu 'dziel i zwyciężaj', który ma pomóc m.in. w lepszym wyszukiwaniu odpowiednio dopasowanych do wymagań szukającego produktów w sklepie. Narzędzie to ma też tłumaczyć nasz język na dowolnie wybrany.
Jedną z najważniejszych cech modelu MACH jest to, że nie wymaga on komunikacji pomiędzy procesorami. To wyróżnia system, gdyż standardowo trenowanie algorytmów tego typu odbywa się za pomocą nieustannej komunikacji pomiędzy parametrami – wszystkie procesory biorące udział w procesie muszą więc być w ciągłym ruchu i dzielić się informacjami. System MACH oszczędza zasoby systemów do głębokiego uczenia się, ponieważ może przeprowadzić cały proces wyszukiwania przy wykorzystaniu jednego GPU.
Jak przyznaje profesor Anshumali Shrivastava, główny autor badania z Uniwersytetu Rice'a w Houston, czas treningu algorytmu jest w przypadku modelu MACH 7–10 razy krótszy, a potrzebna ilość pamięci 2–4 razy mniejsza niż w dotychczas wykorzystywanych systemach. – Nigdy wcześniej nie udało się opracować podobnego modelu – mówi Tharun Medini, doktorant biorący udział w badaniach.
fot. Markus Spiske/Unsplash
