|
4月17日，由全球人工智能頂級組織，神經信息處理系統大會（NeurIPS）舉辦的自動深度學習總決賽公布最終成績，浪潮賽隊以出色成績位列全球第三。 神經信息處理系統大會舉辦的自動深度學習系列賽是全球人工智能領域的頂級賽事,以難度大、賽題新、賽程長著稱，每年的大賽就是全球頂級科研機構在人工智能前沿領域的“華山論劍”。大賽歷時4個月，吸引了包括Google、微軟、卡內基梅隆大學、清華大學等全球著名科研機構和頂級人工智能科技公司參加。 史上最難，比拼人工智能“十項全能” 自動深度學習，相當于能自己學習產生人工智能的超級人工智能，它能從各種不同類別數據中通過自動學習生產強大的人工智能。本次自動深度學習總決賽堪稱史上最難的比賽，比拼的是各支參賽隊伍的“十項全能”。大賽難點在于每一個參賽隊伍都需要設計一套采用深度學習技術的人工智能系統，來處理包括圖像、視頻、語音、文本和表格等五大任務共十種不同類別的數據集，每種任務的識別規則差異巨大，這就好比要求參賽隊伍訓練出一個能看、能聽、能說的全能型人工智能模型，對于系統的數據處理能力、模型創建能力、以及模型的精度優化都提出了巨大的挑戰。 在常規情況下，完成一種數據集任務的深度學習建模的開發調試，大約需要花費一位專業人工智能算法工程師一周左右的工作量，如果再對這一任務開發數十種不同算法模型訓練，耗時甚至長達3-6個月。而本次大賽要求參賽隊伍使用一套深度學習系統來自動處理識別10個不同領域的數據集，并且整個數據處理、建模、參數優化的過程，全部由算法自動完成，在20分鐘內完成算法精度接近人工智能專家7天人工調試的精度。這無異于用百米沖刺的速度完成“鐵人三項”。 全自動深度學習模型生產方式，效率提升萬倍 浪潮針對本次挑戰賽開發了自動深度學習解決方案，將自動數據處理，自動模型構建、自動參數優化等核心組件進行全面優化。實現了通過同一系統針對不同任務場景的全自動化模型構建；同時，模型優化的過程，由系統自動化調試完成，大幅度提升了模型的識別精度和算法優化效率。該方案的處理精度相比基準值平均提升20%，數據讀取效率平均提升22%，半小時內便可生成上千種算法模型，相比專家手動創建模型，效率提升超過一萬倍。
此前，浪潮已經在自動機器學習、弱監督學習等全球頂級人工智能賽事中進入全球前三。取得這一系列競賽佳績的，居然是剛剛走出校門不久的小哥哥小姐姐，擔任教練的博士還是個超級大帥哥。在本次決賽的關鍵時刻，因為疫情，其中一位小哥哥在張家口的鄉下被封路出不了村，竟然克服了不利局面取得佳績，令人刮目相看。 目前，浪潮在競賽中所使用的核心技術，已經應用到浪潮的自動機器學習人工智能算法平臺產品AutoML Suite中。在剛剛舉行的IPF2020浪潮云數據中心合作伙伴大會上，浪潮提出智算中心是人工智能的新基建，浪潮將為智算中心算力的生產、聚合、調度和釋放四大作業環節持續創新提供領先產品。而這種領先的產品技術能力，也正在通過其推出的“元腦”生態成為中國產業AI化進程的核心驅動力。 |
- 關注天氣:
