AI人工智能|AI最新趋势 | 我从MLPerf基准测试中读出这些( 三 )
而对话式AI自身也成为了业界关注的焦点 ， 推动从金融到医疗健康等行业的业务发展 ， 使他们能够构建和部署更快、更智能的会话式AI服务 ， 实现更自然的AI人机交互 。 在本轮基准测试中 ， 对使用BERT的对话式AI进行了测试（BERT是现有最复杂的神经网络模型之一） 。
最后 ， 强化学习测试中使用了Mini-go和全尺寸19x19 围棋棋盘 。 该测试是本轮最复杂的测试 ， 内容涵盖从游戏到训练的多项操作 。
事实上 ， 在今年GTC黄仁勋的演讲中 ， 就包括了对于交互式语音应用（多任务）和推荐系统解决方案（大规模稀疏化数据的处理）等方向的演示 ， 引发了业界对于AI下一步应用热点的预测 。 加之MLPerf此次的测试内容更新 ， 更进一步展示了这些热点方向 。
写在最后
在很长一段时间内 ， 业界都在讨论是否有必要设立AI基准 。 MLPerf的推动者之一吴恩达曾表示：“AI正在改变多个行业 ， 但是为了发挥它最大的潜能 ， 我们仍需要更快的硬件和软件 。 ”
行业中的支持者也认为 ， 标准的缺失限制了AI的应用 ， 他们希望基准的确立能帮助AI开发者创造出更好的产品 ， 让使用者充分了解所需产品 。 这也正是MLPerf的目标 ， 希望用可复制的、公平可靠的基准测量方法来推动机器学习行业和研究的发展 ， 产品之间的对比还可以促进供应商和学者之间的竞争 。
当然 ， 基准测试自身也面临着变革需求：例如要测规模变化的庞大的AI系统 ， 从几块、几十到几千上万块加速卡 ， 如何对它们进行客观测试？面对集群计算机 ， 测试程序如何做到规模可变的？凡此种种 ， 都是面临的挑战 。
不管怎样 ， 在AI性能基准测试这个领域目前已经有很多探索 ， 比如MLPerf ， 小米的mobile AI bench ， 百度的Deepbench ， 中国人工智能产业发展联盟的AIIA DNN Benchmark等 。 其中 ， MLPerf作为国际上大家比较认可的机器学习的标准 ， 已经做出了一定的表率 。 这些积极探索也正在驱动前沿大规模计算的迅猛发展 。
推荐阅读
- AI人工智能|原创 智能门锁改造计划，德施曼小嘀全自动电子猫眼锁Q3M上线小米有品
- 人工智能|济南将打造全球首个人工智能医药研发自动化实验室
- AI人工智能|宋庆龄文化空间揭幕 聚焦少儿人工智能互动体验
- 人工智能|商汤科技林达华：OpenMMLab助开发者缩短AI项目路径
- 新民晚报|未来作曲不需要人？人工智能为大剧院创作新演出季主题歌
- 埃隆·马斯克|最前线丨马斯克展示脑机接口最新成果：植入物只有硬币大小 可以读取脑电波
- |刚刚，马斯克与三只小猪发布最新脑机接口设备，1小时植入
- 技术|最新《中国禁止出口限制出口技术目录》发布，新增操作系统、密码芯片安全技术
- 虚拟现实|音乐行业边界被打破，这笔收购案透露出什么发展趋势？
- 人工智能|未来四年有望保持高增长，人工智能将成为复苏道路上的关键技术？