Google, yeni yapay zeka eğitim teknolojisinin 13 kat daha hızlı ve 10 kat daha fazla güç verimli olduğunu iddia ediyor – DeepMind’ın yeni JEST’i etkileyici kazanımlar için eğitim verilerini optimize ediyor | Tom’s Hardware

Create a positive and light style image portraying the idea of AI and energy efficiency. The picture should capture a metaphorical scene where a small robotic figure, representing the lesser model, is meticulously sorting through batches of colorful spheres symbolizing different data points. The larger robot, representing the main training model, waits patiently and selectively picks up the chosen bunch. The scene should convey a process of efficient selection and training, symbolizing the JEST training method of DeepMind. In the background, display futuristic visual elements, hinting at advanced technology and low energy consumption. This image should adhere to a 3:2 aspect ratio.

Google DeepMind, yapay zeka modelleri için eğitim hızını ve enerji verimliliğini önemli ölçüde artırdığını iddia ettiği yeni bir JEST eğitim yöntemini tanıttı. Tek tek veri noktaları yerine toplu eğitime odaklanan bu yöntem, veri kalitesini değerlendirmek ve daha büyük bir modeli eğitmek için en uygun yığınları seçmek için daha küçük bir model oluşturmayı içerir. JEST yönteminin başarısı eğitim verilerinin kalitesine bağlıdır ve bu da amatör yapay zeka geliştiricilerinin uygulamasını zorlaştırmaktadır. Bu araştırmanın zamanlaması, YZ iş yüklerinin halihazırda önemli miktarda güç tükettiği YZ veri merkezlerinin çevresel etkileri konusunda artan endişeler göz önüne alındığında çok önemlidir. JEST yöntemlerinin YZ alanındaki büyük oyuncular tarafından benimsenmesi belirsizliğini koruyor, ancak güç tüketimini ve eğitim maliyetlerini düşürebileceğine dair umutlar var. Bununla birlikte, maliyet tasarrufu ve hiper hızlı eğitim çıktısı arasındaki rekabet, nihayetinde sektör üzerindeki etkisini belirleyebilir.

Makalenin tamamı

Bir yanıt yazın