MIT: Deep learning doseže svoje računalne limite

Stručnjaci na prestižnom američkom Sveučilištu MIT su u suradnji s MIT-IBM Watson AI Lab, Underwood International College i brazilskim Sveučilištem Brasilia došli do saznanja da duboko učenje (eng. deep learning) polako ostvaruje svoje računalne limite.

Naime, zaključak te teze proizlazi iz činjenice da duboko učenje ovisi o računalnoj moći koju ima na raspolaganju, što znači da zbog trenutnih limita, sve skupa dolazi do svojih granica. Koje neće biti ovim tempom tako skoro probijene jer računalni razvoj nije toliko napredan kao duboko učenje.

Jer, duboko učenje je grana strojnog učenja temeljena na predstavljanju podataka složenim reprezentacijama na visokom stupnju apstrakcije do kojih se dolazi slijedom naučenih nelinearnih transformacija. Metode dubokog učenja svoju primjenu pronalaze u važnim područjima umjetne inteligencije poput računalnog vida, obrade prirodnog jezika, razumijevanja govora i zvučnih signala, kao i u bioinformatici.

Modeli dubokog učenja često trebaju hardverske akceleratore poput GPU-a, TPU-a ili FPGA za obuku, bez njih bi modeli trebali mjesece za obuku. Jasno je već po tome da duboko učenje uvelike ovisi o tom hardverskom dijelu priče, što stvara ta ograničenja do kojih se praktički stiglo.

Stoga, bez razvijenog kvantnog računalstva, teško da će duboko učenje nastaviti razvoj. Odnosno, proširiti granice, koje su vrlo brzo postale skučene za taj vid tehnologije. Red je sad na stručnjacima da pronađu što prije rješenja za ovaj problem jer postali smo podosta ovisni o dubokom učenju.

Ono služi za prijevode jezika, analizu govora, prepoznavanje govora, analizu osjećaja... I ne samo to, duboko učenje služi za klasifikaciju fotografija, kao i za predviđanje interakcije molekula kako bi po mogle farmaceutskim tvrtkama da osmisle nove lijekove.

Usporavanje svih tih segmenata u njihovu razvoju, znači i usporavanje napretka za čovječanstvo na raznim sferama...