AIと効率性
AI and efficiency
記事のポイント
📰ニュース
2012年以降、ImageNet分類におけるニューラルネットの学習に必要な計算量が大幅に減少していることが判明しました。
🔍注目ポイント
アルゴリズムの進歩がハードウェアの進化を上回り、同性能のAI学習に必要な計算量が16ヶ月で半減しています。
🔮これからどうなる
AI開発コストが劇的に下がり、より多くの企業や研究者が高度なAIを開発・利用できるようになります。
2012年と比較して、AlexNetと同レベルのニューラルネットワークを学習させるのに必要な計算量は44分の1に減少しました。
これはムーアの法則による改善（11倍）を大きく上回るものです。
この分析は、最近多額の投資が行われているAIタスクにおいて、アルゴリズムの進歩が従来のハードウェア効率よりも大きな成果をもたらしていることを示唆しています。
これはムーアの法則による改善（11倍）を大きく上回るものです。
この分析は、最近多額の投資が行われているAIタスクにおいて、アルゴリズムの進歩が従来のハードウェア効率よりも大きな成果をもたらしていることを示唆しています。
概要
We’re releasing an analysis showing that since 2012 the amount of compute needed to train a neural net to the same performance on ImageNet classification has been decreasing by a factor of 2 every 16 months. Compared to 2012, it now takes 44 times less compute to train a neural network to the level…
AIの学習効率がこんなに上がってるなんてすごいね！アルゴリズムの進化がハードウェアの壁を越えてるってことだもんね。