Giovani programmatori battono il codice di Google per l’apprendimento automatico

Il risultato raggiunto da un team di giovani studenti dimostra che i progressi nel campo dell’intelligenza artificiale non sono solamente merito dei migliori programmatori al soldo delle grandi società.

di Will Knight

Studenti di Fast.ai, una piccola organizzazione che gestisce gratuitamente in rete un corso di apprendimento automatico, hanno appena creato un algoritmo di intelligenza artificiale superiore a quello sviluppato dai ricercatori di Google. Il successo di fast.ai è rilevante perché dimostra che la ricerca avanzata nel campo dell’IA non è presidio esclusivo delle grandi società tech.

Fast.ai è formata da stutenti part-time con uno spiccato interesse per l’apprendimento automatico – e, possibilmente, nuove opportunità di lavoro nella scienza dei dati. L’organizzazione sfrutta la potenza di calcolo disponibile tramite i servizi cloud di Amazon. L’algoritmo sviluppato dal team ha battuto il codice di Google secondo l’indice di valutazione DAWNBench, stabilito da ricercatori di Stanford. Questo benchmark utilizza una comune operazione di riconoscimento delle immagini per tracciare la velocità di un algoritmo di apprendimento approfondito per dollaro di potenza di calcolo.

I ricercatori di Google avevano stabilito il record precedente, all’interno di una categoria dedicata all’addestramento di svariate macchine, utilizzando una connessione personalizzata ai chip sviluppati specificamente per l’apprendimento automatico. Il team di Fast.ai è stato in grado di produrre un risultato persino più veloce ricorrendo a hardware pressoché equivalenti.

“Risultati all’avanguardia non sono un dominio esclusivo delle grandi società”, commenta Jeremy Howard, uno dei fondatori di Fast.ai nonché un prominente imprenditore nel campo dell’IA. Howard e la co-fondatore Rachel Thomas hanno creato Fast.ai per facilitare l’accesso a sistemi di IA e rendere la tecnologia meno esclusiva.

Il team di Howard è stato in grado di competere con Google grazie a una serie di semplici accorgimenti, descritti dettagliatamente in un blog, come assicurarsi che le immagini fornite all’algoritmo di addestramento fossero state ritagliate correttamente: “Sono ovvi, semplici cose che molti ricercatori non avrebbero nemmeno pensato di fare”, spiega Howard.

Il codice necessario per operare un algoritmo di apprendimento su più macchine è stato sviluppato da un collaboratore della Defense Innovation Unit del Pentagono, creata recentemente per assistere l’esercito nell’IA e nell’apprendimento automatico.

Matei Zaharia, un professore dell’Università di Stanford ed uno dei creatori del DAWNBench, definisce impressionante il lavoro di Fast.ai, ma sottolinea che, per molte funzioni dei sistemi di IA, grandi quantità di dati e notevoli capacità di calcolo continuano a essere fondamentali.

L’algoritmo di Fast.ai è stato addestrato utilizzando il database ImageNet in 18 minuti con 16 istanze del Web Service di Amazon, per un costo complessivo della potenza di calcolo noleggiata di circa $40. Howard sostiene che il risultato sia migliore del 40 percento rispetto a quello di Google, pur ammettendo che un paragone fra i due sia difficile per via degli hardware differenti.

Jack Clark, direttore delle normative e delle comunicazioni di OpenAI, elogia il lavoro di Fast.ai per i risultati conseguiti in altri settori, quali la comprensione del linguaggio. “Lavori del genere incrementano la familiarità di base delle persone verso la tecnologia dell’intelligenza artificiale”, dice.

(MO)

Related Posts
Total
0
Share