MIT-IBM разработала более быстрый способ обучения распознавания видео ИИ

MIT-IBM разработала более быстрый способ обучения распознавания видео ИИ

Машинное обучение дало компьютерам возможность распознавать лица и читать медицинские сканы . Но когда ему поручают интерпретацию видео и реальных событий , модели, которые делают возможным машинное обучение, становятся большими и громоздкими. Команда из Mats-IBM Watson Lab считает, что у них есть решение. Они разработали метод, который уменьшает размер моделей распознавания видео, ускоряет обучение и может повысить производительность на мобильных устройствах.

Хитрость в том, чтобы изменить то, как модели распознавания видео видят время. Современные модели кодируют ход времени в последовательности изображений, что создает большие вычислительно-интенсивные модели. Исследователи MIT-IBM разработали модуль временного сдвига , который дает модели ощущение времени, проходящего без ее явного представления. В тестах метод смог обучить ИИ распознавания видео в три раза быстрее, чем существующие методы.

Модуль временного сдвига может упростить запуск моделей распознавания видео на мобильных устройствах. «Наша цель — сделать ИИ доступным для всех, кто пользуется устройством с низким энергопотреблением», — сказал доцент MIT Сонг Хан. «Для этого нам необходимо разработать эффективные модели искусственного интеллекта, которые потребляют меньше энергии и могут бесперебойно работать на периферийных устройствах, где движется большая часть искусственного интеллекта».

Сокращая вычислительную мощность, необходимую для обучения, этот метод может также помочь уменьшить углеродный след ИИ . Это может помочь платформам, таким как Facebook и YouTube, выявлять кадры с применением насилия или террористов , а также может позволить медицинским учреждениям, таким как больницы, запускать приложения ИИ локально, а не в облаке, что может сделать конфиденциальные данные более безопасными. Исследователи представят свои результаты в статье на Международной конференции по компьютерному зрению в конце этого месяца.