Самые успешные технологические компании регулярно пытаются сделать искусственный интеллект умнее. Google и Facebook проводили эксперименты, используя миллиарды фотографий и тысячи мощных процессоров. Однако в прошлом году правительственный проект превзошел масштаб любой лаборатории ИИ, пишет IKSMEDIA.
В рамках проекта исследования климата на суперкомпьютере запустили эксперимент по машинному обучению. Самый мощный суперкомпьютер в мире Summit, занимающий площадь, эквивалентную двум теннисным кортам, задействовал в этом проекте более 27 тысяч мощных графических процессоров. Он использовал их мощность для работы алгоритмов глубокого обучения.
Проект фокусировался на одной из самых важных мировых проблем: изменении климата. Технологические компании обучают алгоритмы распознавать лица или дорожные знаки, а правительственные ученые – погодные условия вроде циклонов по климатическим моделям, которые умещают столетние прогнозы атмосферы Земли в три часа.
Проект важен как для будущего ИИ, так и климатологии. Он демонстрирует научный потенциал применения глубокого обучения к суперкомпьютерам, которые традиционно моделируют физические и химические процессы. Он также показывает, что мы можем достичь большего на высоких вычислительных мощностях.
У суперкомпьютеров вроде Summit особая архитектура: тысячи их процессоров объединены в систему, которая может работать как одно целое. До недавних пор мало кто стремился адаптировать машинное обучение к такой мощной аппаратуре. Адаптация ПО TensorFlow под масштабы Summit поможет Google расширить свои внутренние ИИ-системы. Инженеры из Nvidia также принимали участие в проекте. Благодаря им десятки тысяч процессоров машины работали без сбоев.
Проект показывает, как ИИ в широких масштабах может улучшить наше понимание будущих погодных условий. Когда исследователи генерируют столетние предсказания погоды, интерпретация полученного прогноза становится сложной задачей. Обычно для автоматизации этого процесса используется программное обеспечение, но оно не совершенно. Результаты Summit показали, что машинное обучение может делать это намного лучше, что должно помочь в прогнозировании наводнений и других природных катастроф.
По прогнозу Frost & Sullivan, к 2022 году объем мирового рынка технологий ИИ увеличится до $52,5 млрд при ежегодных темпах роста 31%. Основные направления инвестиций – платформы машинного обучения и компьютерного зрения, приложения машинного обучения, а также роботы, виртуальные помощники и распознавание видеоизображений.
Опросы Forrester свидетельствуют, что в мире более половины компаний уже внедрили или расширяют внедрение ИИ и еще 20% планируют реализовать эти технологии в течение ближайшего года. В России, по информации «АйПи Лаборатории», чаще всего искусственный интеллект применяют для бизнес-аналитики и других подобных задач в сфере B2B. В число наиболее популярных областей использования ИИ также входят компьютерное зрение, системы здравоохранения и различные NLP-системы обработки естественного языка — от распознавания голоса до чат-ботов.
По прогнозам аналитиков, к 2025 г. свыше 86% предприятий и организаций в мире станут применять в своей работе ИИ, а 80% данных будут реально использоваться, а не просто храниться в архивах. ИИ проникнет во все сферы деятельности любого крупного предприятия. Это позволит увеличить прибыль благодаря предиктивной аналитике и выявлению тенденций, повысить продуктивность и уровень информационной безопасности за счет глубокого анализа данных, улучшить качество обслуживания клиентов и, наконец, высвободить сотрудников для решения задач более высокого уровня. Поэтому предприятия изучают возможности извлечения ценной информации из имеющихся данных, и это вызывает потребность в подходящих для подобных задач вычислительных мощностях.