Technocrats hos Big Tech-giganter indser, at AI er for stor til at gå alene, især når konsortier kan producere nyttige værktøjer og gennembrud for alle involverede. I betragtning af de hundreder af milliarder, der bruges til AI-udvikling, vil resultaterne dog ende i hænder, som samfundet kan stole på? ⁃ TN Editor
googleFacebook samarbejder for at få hver enkelt virksomheds kunstige intelligens teknologier til at arbejde bedre sammen.
De to virksomheder sagde tirsdag, at et uspecificeret antal ingeniører samarbejder for at få Facebook's open source-maskinlæring til PyTorch-rammer til at arbejde med Googles brugerdefinerede computerchips til maskinlæring, kaldet Tensor Processing Units eller TPU. Samarbejdet markerer et af de sjældne tilfælde af teknologirivaler, der arbejder sammen om fælles tech-projekter.
”I dag er vi glade for at kunne meddele, at ingeniører i Googles TPU-team aktivt samarbejder med centrale PyTorch-udviklere for at forbinde PyTorch til Cloud TPU'er,” skrev Google Cloud-direktør for produktadministration Rajen Sheth i et blogindlæg. ”Det langsigtede mål er at gøre det muligt for alle at nyde PyTorchs enkelhed og fleksibilitet, samtidig med at de drager fordel af ydeevne, skalerbarhed og omkostningseffektivitet i Cloud TPU'er.”
Facebook-produktchef for kunstig intelligens Joseph Spisak sagde i et separat blogindlæg, at "Ingeniører i Googles Cloud TPU-team er i aktivt samarbejde med vores PyTorch-team for at muliggøre support til PyTorch 1.0-modeller på denne brugerdefinerede hardware."
Google debuterede først sine TPU'er i 2016 i løbet af dets årlig udviklerkonference, og anså dem som en mere effektiv måde for virksomheder og forskere til at drive deres maskinelæringssoftwareprojekter. Søgegiganten sælger adgang til sine TPU'er via dens cloud computing-forretning i stedet for at sælge chips individuelt til kunder som Nvidia, hvis grafikbehandlingsenheder eller GPU'er er populære hos forskere, der arbejder på dybe læringsprojekter.
Kunstig intelligenssteknologi som dyb læring er vokset i popularitet gennem årene med tech-giganter som Google og Facebook, der bruger teknologierne til at oprette softwareapplikationer, der automatisk kan udføre opgaver som genkende billeder på fotos.
Efterhånden som flere virksomheder udforsker maskinindlæringsteknologi, har virksomheder som Google, Facebook og andre oprettet deres egne AI-softwarerammer, i det væsentlige kodningsværktøjer, beregnet til at gøre det lettere for udviklere at oprette deres egen maskinelæringsdrevne software. Disse virksomheder har også tilbudt disse AI-rammer gratis i en open source-model for at popularisere dem med kodere.
I de sidste par år har Google gjort opsøgende for udviklere med dets såkaldte Tensorflow ramme som det foretrukne kodningsværktøj til AI-projekter, og det udviklede sine TPU'er til at arbejde bedst med Tensorflow. Det faktum, at Google er villig til at opdatere sine TPU'er for at arbejde med Facebooks PyTorch-software, viser, at virksomheden ønsker at støtte mere end sine egne AI-rammer og potentielt få flere cloud computing-kunder og forskere, der muligvis bruger konkurrerende rammer.
wpDiscuz