Учёные из Google усовершенствовали ИИ для мобильных устройств

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Специалисты Google описали работу системы MnasNet на основе автоматизированной нейронной сети в публикации. Нейросеть использует способ обучения с подкреплением для выбора подходящей мобильному устройству архитектуры.

Структура

Система MnasNet содержит:

Команда использовала многокритериальную оптимизацию с целью добиться высокой скорости и точности. Дополнительно учёные задействовали алгоритм обучения с подкреплением и функцией вознаграждения. Таким образом, MnasNet находит для каждой платформы оптимальность по Парето. Для каждого мобильного устройства создаются индивидуальные особенности, требующие определённой архитектуры.

automated neural architecture search approach
automated neural architecture search approach

Для достижения оптимального баланса между гибкостью поиска и областью допустимых решений, применили иерархический подход. Он представляет свёрточную нейронную сеть в виде ряда блоков. Затем использует последовательный поиск для назначения слоёв архитектуры каждому блоку. Благодаря этому каждый слой использует различные операции и связи. При этом слои блоков принудительно копируются.

MnasNet blocks
MnasNet blocks

Тестирование

Учёные включили скорость поиска архитектуры в функцию вознаграждения поискового алгоритма. По заявлению разработчиков, система подбирает модель в 1,5 раза быстрее MobileNetV2 и в 2,4 раза быстрее NASNet, при этом учитывает оптимальные показатели точности и скорости. В качестве доказательства результат продемонстрировали на примере работы с базой изображений ImageNet.

MnasNet results on ImageNet
MnasNet results on ImageNet
Искусственный интеллект используется на мобильных устройствах для различных целей. В начале августа 2018 года выпускник Гарварда научил приложение распознавать подтекст в сообщениях. Оно рассчитывает совместимость собеседников и даёт советы по улучшению общения.

Источник: блог Google AI


Источник: tproger.ru

Комментарии: