Baidu побила рекорд Google в распознавании изображений- Новости ИТ - Сервис
 
Главная страница


комплексные ИТ-решения

ВАШИ ИДЕИ
СТАНУТ РЕАЛЬНОСТЬЮ!

  
   


Самый полный
спектр ИТ-услуг
  Решения в области
Информационных технологий
 
 
 

 

 Главная  /  Новости  /  новости IT-рынка  /  Baidu побила рекорд Google в распознавании изображений

Новости

Baidu побила рекорд Google в распознавании изображений
18.05.2015, 06:02:45 
 
p>Китайский поисковый гигант, компания Baidu заявила о создании суперкомпьютера, вычислительной мощности которого хватит для поднятия на новый уровень «интеллекта» поискового движка. С его помощью система Baidu сможет с большей скоростью и более высокой точностью распознавать нашу речь, а также изображения и письмо.

forbes.com

forbes.com

Новый компьютер с именем Minwa, расположенный в Пекине, включает 72 мощнейших центральных процессора (CPU) и 144 графических процессора (GPU). На днях Baidu заявила, что Minwa использовался для обучения модуля искусственного интеллекта, который установил новый рекорд в области распознавания изображений. Ему удалось опередить предыдущее достижение Google.

forbes.com

forbes.com

По производительности Minwa входит в 300 самых мощных суперкомпьютеров мира, а среди специализированных систем машинного обучения он и вовсе является лидером, утверждает научный сотрудник Baidu Рен Ву (Ren Wu). Для тестирования нейронных сетей используется специальный бенчмарк ImageNet Classification Challenge. Он предусматривает сбор 1,5 млн помеченных изображений в 1000 разных категорий, после чего нейронной сети предлагается распределить по категориям 100 тысяч изображений, с которыми она до этого не имела дела. Бенчмарк сравнивает, насколько часто ошибается нейронная сеть (ошибкой считается ситуация, когда в пяти наиболее вероятных, по мнению искусственного интеллекта, категориях не содержится правильного ответа). Google показала результат 4,82 % ошибок, тогда как Baidu установила рекорд — 4,58 %.

Кроме того, Baidu утверждает, что её система умеет работать с изображениями очень высокого разрешения, а также использует методику создания огромной базы из нескольких миллиардов изображений, что позволяет более эффективно обучать нейронную сеть и повышает точность её работы.

Источник:


Источник: 3DNews

 
 
Новости:    Предыдущая Следующая   
 Архив новостей

Разделы новостей:

Подписаться на новости:

 

Поиск в новостях: