Facebook er blant selskapene som forsker kunstig intelligens, blant annet områder som nevrale nettverk. Nå har selskapet gjort flere av verktøyene det bruker tilgjengelige som åpen kildekode. (Foto: Mopic/Alamy/All Over Press)

Åpner opp verktøy for maskinlæring

Facebook gjør kunstig intelligens-moduler til åpen kildekode.

Facebook kunngjorde fredag i forrige uke at selskapets grupper innen forskning på kunstig intelligens, Facebook AI Research (FAIR), har åpnet kildekoden til flere programvareverktøy som selskapet har utviklet og selv bruker.

– Framskritt innen vitenskap og teknologi akselereres når forskere ikke bare deler resultatene sine, men også sine verktøy og metoder, skriver Soumith Chintala, en forsker hos Facebook, i et blogginnlegg.

Felles for verktøyene er at de er moduler til Torch, en åpen kildekodebasert rammeverk for vitenskapelig databehandling og maskinlæring. Ifølge Chintala er modulene som Facebook har utviklet betydelig raskere enn standardmodulene i Torch. Dette har hjulpet Facebook med å trene større, nevrale nettverk på kortere tid. Modulene kalles samlet for fbcunn.

Utgivelsen inkluderer moduler som er optimalisert for kjøring med GPU-er (grafikkprosessorer), blant annet en for store, konvolusjonelle nettverk og visse typer nettverk som er vanlige å bruke i forbindelse med prosessering av naturlige språk.

GPU-er og parallellisering
– På teknologisiden har vi også jobbet med muligheten om å parallellisere trening av nevrale nettverksmodeller på tvers av flere GPU-kort samtidig. Vi har jobbet med å minimalisere parallelliseringskostnaden samtidig som vi har gjort det ekstremt enkelt for forskere å bruke DataParallel- og ModelParallel-modulene, som er en del av fbcunn. Så snart forskerne flytter modellene sine over de disse konteinerne, som er enkle å bruke, fordeles koden automatisk modellen på tvers av flere GPU-er for å maksimalisere hastighetsøkningen, skriver Chintala. Facebook tilbyr her koden til et eksempel hvor et konvolusjonelt nettverk trenes opp til å klassifisere bilder i ImageNet ved å bruke flere GPU-er.

Ifølge Facebook brukes Torch av både akademiske institusjoner og av selskaper som Google og Google-eide DeepMind, Twitter, Nvidia, AMD, Intel og mange flere.

    Les også:

Til toppen