穀歌最近推出了一個先進的硬件和軟件係統的最新版本專門為機器學習和它可以對采用人工智能產生巨大的影響,根據機器學習專家我們采訪。
機器學習是什麼?從這裏開始。
穀歌的係統是由代張量處理單元(tpu),芯片公司專門為其內部機器學習應用。這些芯片,TechCrunch報道15-30X快”在執行穀歌常規機器學習工作負載比標準的GPU / CPU(硬件)的組合。”
以前,tpu被小心翼翼的保護著穀歌及其主要產品內部使用權力,從搜索翻譯所有使用類型的機器學習。
但是現在,穀歌正在部署tpu在穀歌計算引擎,報告的邊緣,“一個平台其他公司和研究人員可以利用計算資源類似於Amazon AWS。伟德bv885”(AWS是亞馬遜的雲計算非常成功的翅膀。)
這意味著穀歌可能是開放大規模機器學習計算能力為AI-powered想法的公司的產品和服務。
如果這是真的,希望大劑量的AI-powered產品和特性來進入市場和銷售行業,因為它變得更容易和更便宜的解決與人工智能業務挑戰。
我們采訪了一些人工智能專家讓他們承擔潛在的和穀歌的芯片平台的局限性。
穀歌的潛力計算引擎和tpu
芯片和平台人喜歡皮質CEO布倫南白謹慎樂觀。
“我們的球迷(穀歌的開源機器智能圖書館)TensorFlow已經興奮地看到這個能做什麼,”懷特說。
皮質的解決方案使用的人工智能改善內容營銷決策。
“這可能是一個巨大的移動機器學習對穀歌公司離開亞馬遜或放棄建立自己的硬件”。
吸引力的一部分,這是多麼好,硬件執行,一生Deshpande稱Curata的首席執行官,該公司使用的人工智能牧師的第三方內容。
“當我還是個麻省理工學院的研究員和穀歌,我真的需要等待幾天,培訓完成並行計算基礎設施,”他說。(並行計算是穀歌的芯片和平台使用執行機器學習計算更快。)
“穀歌的TPU 2.0據稱是激動人心的,因為它可以減少數小時,讓研究人員能夠更快地迭代新機器學習模型,並使更多的在線學習算法(這意味著它們列車實時提供反饋)”。
這種並行性,計算進行同時增加速度,是有吸引力的,安琪Balogh說,人工智能解決方案的首席執行官MarketMuse。
“gpu和cpu之間的區別是gpu本機為大規模並行設計的,”他說。“但使用gpu進行這個任務是一個黑客。芯片專門為並行設計很有意義。”
Eric Ho PaveAI創始人看到了芯片如何使用力量的額外的好處。他的公司使用的人工智能將Google Analytics數據轉化為可操作的建議。
“從數字引用,這些芯片提供了一個巨大的功率改進性能,將允許其他公司提供廣泛使用的人工智能產品,沒有以前可伸縮的和負擔得起的,”他說。
“這將最終用戶前一年或兩年,營銷人員可以看到這個芯片的好處,但它是一個關鍵的步驟讓AI群眾。”
穀歌計算引擎和tpu的局限性
穀歌的努力我們的人工智能專家看好,但他們欣然承認可能存在局限性。
“最大的TPU的局限性之一2.0是芯片優化穀歌TensorFlow機器學習庫,“Curata Deshpande說。
這意味著其他庫的用戶不會受益於穀歌的努力。然而,機器學習專家Samim Winiger對邊緣“幾乎沒有辦法在TensorFlow這些天”所以還有待觀察,如果這將阻止收養。
其他改變遊戲規則的技術還可以襯托穀歌的AI統治世界的計劃。
Balogh MarketMuse引用量子計算作為一個例子。盡管還處於發展階段,這種技術可以讓這樣的並行顯示在穀歌的芯片和平台過時了。
”,而不隻是1和0(計算),量子計算允許第三狀態,這完全改變了遊戲的並行性,”他說。
最後,還有問題困擾所有AI新聞:炒作。
大量的公司,或大或小,使大關於人工智能功能,但不能交貨。
警告布倫南白皮層:“我們肯定會是第一個嚐試芯片。但是,像所有事情在人工智能領域,我相信當我試試看。”
麥克壞了的
內容總監,麥克壞了的使用內容營銷,營銷策略,營銷技術成長和規模流量,導致,收入營銷人工智能研究所。BETVlCTOR1946伟德邁克是營銷人工智能的合著者:人工智能、營銷和業務的未來(馬特·霍爾特書籍,2022)。看到邁克的完整的生物。