2015年Facebook在人工智能领域有何大动作？,Facebook,人工智能,Torch-智能制造网

2015年Facebook在人工智能领域有何大动作？

来源：雷锋网

2016/1/4 9:03:50: 33408

导读：今天，黑匣想跟大家一起回顾2015年的Facebook，看看这家世界排名的照片分享站点在这一年里是如何在人工智能领域布局的。

　　【工控中国名气在线】12月初，全世界的人们都被一位新晋父亲刷屏了，他就是Facebook总裁MarkZuckerberg。为庆祝女儿出生，Zuckerberg与妻子承诺将他们持有的Facebook99%股份（约450亿美元）捐赠给慈善机构，用意发展人类潜能和促进平等。这则消息引起无数网友的惊呼和赞同。

今天，黑匣想跟大家一起回顾2015年的Facebook，看看这家世界排名的照片分享站点在这一年里是如何在人工智能领域布局的。

共享：开源深度学习工具Torch

Torch是一个从2002年就开始存在的开源库，它也是一个广泛支持机器学习算法的科学计算框架。它可以协助机器学习技术开发工作，包括谷歌、推特和英特尔等公司都在研究中对其广泛使用。

2015年1月，Facebook开源了一些用于在Torch上更快速地训练神经网络的模块，这些模块合称为fbcunn，它们“比默认模块快得多”。此前，Nvidia发布了cuDNN，这是一个基于CUDA的库，用于深度神经网络。然而，Torch主要面向卷积神经网络（convolutionalnets），针对GPU做了优化，构建在Nvidia的cuFFT库之上。其中包括：

使用FFT加速卷积的空间卷积模块

用于并行化多GPU上的训练数据和模型的容器

FFT/IFFT的包装器

一个更快速的临时卷积层（比cuDNN快1.5到10倍）

用于神经语言模型和单词嵌入的查找表

训练所使用的HierarchicalSoftMax模块使用了大量的分类数据

Facebook基于《FastTrainingofConvolutionalNetworksthroughFFTs》这篇论文中的想法构建了这些模块的。据称，与cuDNN相比，在卷积核较小的情况下（3x3），fbcunn的速度提升可达1.84倍；而在卷积核较大的情况下（5x5），速度提升可达23.5倍。实行速度大大加快，可以帮助科研人员在更短的时间内开发更大规模的神经网络。

通过开源Torch，Facebook希望推动整个深度学习领域的发展。

　深度：开发人工智能系统

资讯中心

2015年Facebook在人工智能领域有何大动作？

热门评论

相关新闻