Project Adam vs. Artificial Brain，微軟與谷歌角力人工智能

【編者按】談到人工智能、神經網絡，人們首先想到的往往就是Google，這有一大部分原因是基于搜索巨頭當下的業務。然而微軟近日的一則報告顯示，該公司圖像識別項目Project Adam可以在更少資源下，更快的完成分析――1/30機器，1/2的時間。

免費訂閱“CSDN云計算”微信公眾號，實時掌握第一手云中消息！

CSDN作為國內最專業的云計算服務平臺，提供云計算、大數據、虛擬化、數據中心、OpenStack、CloudStack、Hadoop、Spark、機器學習、智能算法等相關云計算觀點，云計算技術，云計算平臺，云計算實踐，云計算產業資訊等服務。

以下為譯文

微軟的新人工智能系統，圖像識別項目Project Adam，基于各種狗圖片的數據集

我們進入了一個新的人工智能時代。

時至今日，包括Google、Facebook、微軟、Apple等頂級技術公司都在通過“深度學習”大力發展人工智能，以尋求各個領域提升，代表性應用包括語音識別、語言轉換及計算機視覺。 在人工智能新篇章中，谷歌一般被認為是先行者，近日該公司更聘請了深度學習運動核心研究員――多倫多大學的Geoff Hinton。此前，Google還曾多次展示AI技術對真實世界應用的提升作用，其中包括深度學習對語音搜索及安卓智能設備的改進，更在語音識別與計算機視覺領域留下多項紀錄。

在7月14日Washington Redmond的Microsoft Research Faculty Summit上，微軟研究團隊宣稱他們已經通過Adam深度學習系統把機器學習帶入了新的紀元。通過微軟了解到，對比之前的系統，Adam在圖像識別上將達到兩倍的速度（基于狗或植被數據集的訓練），然而只使用了不到三十分之一的機器。微軟研究院負責人Peter Lee稱，Adam旨在建立最大的大腦。Peter Lee還透露，在一個稱為ImageNet 22K的基準測試中，Adam的神經網絡性能已高于Google Brain公布的數據。這個測試基于2.2萬個類型的圖片上，其中包括Google Brain。

Adam項目團隊：Karthik Kalyanaraman、Trishul Chilimbi、Johnson Apacible、Yutaka Suzue（從左至右）

微軟稱Adam新深度學習算法的目的不是為了打敗Google，其中的關鍵在于探索更好的優化讓機器能更好地處理數據。

Adam工作原理

類似其他的深度學習系統，Adam運行在一個標準服務器陣列上，資源通過Azure組織。深度學習旨在通過神經網絡建立更類似大腦的思維方式，通常情況下組件神經元需要大量的服務器。而對比常見的神經網絡，Adam最大的特點是使用了異步模式。

隨著計算系統變得越來越復雜，系統內機器間的信息交互已成為難點，異步機制無疑可以緩解這個問題。本質上說，異步是將整個系統拆解為可獨立運作單元，同時在需要時又可以作為一個整體共享資源。然而問題就在于，雖然這個技術可以在手機和平板上工作良好（計算分布在不同的計算機芯片上），但是在大規模服務器場景下卻并不如人意，已成為許谷歌等多大型公司（包括）攻克的難關。在Adam內，微軟使用了威斯康星大學開發的技術――“HOGWILD! ”。

HOGWILD! 初始設計是為了保證同一臺計算機中各個芯片的獨立運行，甚至可以保證不同芯片在同一處內存中寫入時不會發生覆蓋。HOGWILD! 的使用并不常見，因為不同機器同時寫入會導致數據沖突（覆蓋寫入），然而也不排除一些例外，比如計算系統越小，HOGWILD!引發沖突的幾率就越低。Adam無疑讓HOGWILD!的運用更加深入，讓它適用于整個神經網絡的計算機集群。微軟Adam項目研究院Chilimbi表示，微軟讓HOGWILD的使用場景變得更加廣泛，讓異步進行的更加深入。

雖然神經網絡的密集度更高，數據沖突的概率更大，但是如果系統可以處理同一計算同時返回結果的情景，沖突就可以避免。其原理就在于，當機器修改主服務器時，往往進行的都是增量更新。微軟表示這個設置可以讓神經網絡更快及更準確的完成訓練，比如說圖像識別。百度首席科學家Andrew Ng表示，這是一個積極的策略，它將節省大量的計算資源。

令Andrew興奮的是，Adam運行的基礎是CPU而不是GPU，Andrew表示，當下許多神經網絡系統使用GPU來避免通信瓶頸，Adam走出了一個不同的道路，這才是最有價值的事情。

神經網絡能處理大量的數據，但是他們卻需要跨越更多CPU。另一種選擇是使用GPU，它可以更快速處理數據，但是問題在于，通信系統遠遠承受不了GPU的數據輸出，這也是許多人認為GPU不適合當下神經網絡規模的原因。

HOGWILD!究竟如何

微軟當下對Adam的贊賞可見一斑，但是許多專家認為這個系統的建立思路與谷歌并沒有什么不同。在不知曉網絡調教的情況下，很難清楚微軟使用什么方法達到了所公布的性能。因為違背常理，微軟的研究顯然讓人更加有興趣，Matt Zeiler（Clarifai創始人，原Google Brain項目成員）表示。他認為，Adam準確性的提升應該來自機器數量增加，在更多HOGWILD! 的研究后，微軟是否是贏家這個謎底顯然會被揭開。

微軟研究院負責人Peter表示，項目當下還處于初期狀態，只部署在一個內部APP上，它可以在你拍攝某個物體后識別它的照片是否已存在你手機上。微軟研究院負責人Peter曾用它識別狗和bug是否為病毒。雖然暫時還未有App的公布計劃，但是微軟研究院負責人Peter更看好它在電子商務、機器人以及情緒分析領域的前景，微軟更基于Adam是否能提高FPGA做了相關探索。

FPGA表示Adam有希望成為“機器智能”未來的一部分，雖然神經網絡的成熟應用可能還需等幾十上百年，但毫無疑問的是，科學一直在進步。（更多內容見原文視頻）

原文鏈接： Microsoft Challenges Google’s Artificial Brain With ‘Project Adam’ （編譯/仲浩 審校/魏偉）

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈