Суть подхода заключается в трехступенчатом процессе передачи данных о проведенных опытах между научными центрами
Фото: forbes.com
В последнее время в научной среде все большее значение приобретает проблема унификации исследований. Назрела необходимость создания таких стандартов, которые позволят лабораториям воспроизводить ранее проведенные другими учеными эксперименты. Авторы научной статьи Nature Methods, опубликованной 30 августа, предлагают три уровня стандартов доступности алгоритмов машинного обучения: бронзовый, серебряный и золотой.
Каждый из них определяет формат обмена данными между исследователями, чтобы упростить процесс изучения новых физических явлений. К примеру, чтобы получить бронзовый стандарт, сотрудникам лаборатории необходимо открыть доступ к датасетам, исходному коду и используемым в ходе опыта компьютерным моделям. Серебряный уровень предполагает передачу информации о системе, в которой запускается код.
В свою очередь, золотой стандарт предполагает передачу другим исследователям не только всей информации об условиях опыта, но и создание отдельного алгоритма, который позволит запустить эксперимент мгновенно, без предварительной подготовки. Ученые, предложившие данный подход, считают, что такая схема позволит существенно повысить эффективность исследований искусственного интеллекта.
СПРАВКА PAYSPACE MAGAZINE
Компания Tesla представила новейший микропроцессор, предназначенный для систем обучения сетей искусственного интеллекта в крупных центрах обработки данных. Чип D1, входящий в состав суперкомпьютера Tesla Dojo, был создан по 7-нанометровому производственному процессу с вычислительной мощностью 362 терафлопс.
ЧИТАЙТЕ ТАКЖЕ: ИИ-алгоритм впервые превзошел человека в распознавании визуальных образов
По материалам сайта nature.com
