Суть підходу полягає в триступеневому процесі передачі даних про здійснені досліди для їхнього подальшого вивчення в інших наукових центрах
Фото: forbes.com
Останнім часом в науковому середовищі все більше значення набуває проблема уніфікації досліджень. Назріла необхідність створення таких стандартів, які дозволять лабораторіям відтворювати раніше проведені іншими вченими експерименти. Автори наукової статті Nature Methods, опублікованій 30 серпня, пропонують три рівні стандартів доступності алгоритмів машинного навчання: бронзовий, срібний та золотий.
Кожен з них визначає формат обміну даними між дослідниками, щоб спростити процес вивчення нових фізичних явищ. Наприклад, щоб отримати бронзовий стандарт, співробітникам лабораторії необхідно відкрити доступ до датасету, вихідного коду та комп’ютерним моделям, що використовувались в ході експерименту. Срібний рівень передбачає передачу інформації про систему, в якій запускається код.
У свою чергу, золотий стандарт передбачає передачу іншим дослідникам не тільки всієї інформації про умови експерименту, а й створення окремого алгоритму, який дозволить запустити експеримент миттєво, без попередньої підготовки. Вчені, які запропонували цей підхід, вважають, що така схема дозволить істотно підвищити ефективність досліджень штучного інтелекту.
ДОВІДКА PAYSPACE MAGAZINE
На цьому тижні компанія Tesla представила новітній мікропроцесор, призначений для систем навчання мереж штучного інтелекту в великих центрах обробки даних. Чіп D1, що входить до складу суперкомп’ютера Tesla Dojo, був створений за 7-нанометровим виробничим процесом з обчислювальною потужністю 362 терафлопс.
ЧИТАЙТЕ ТАКОЖ: ШІ-алгоритм вперше перевершив людину в розпізнаванні візуальних образів
За матеріалами сайту nature.com
