При создании современных систем машинного обучения часто используется искусственный интеллект, настраивающий нейронные сети с помощью процесса, известного как поиск нейронной архитектуры. Однако этот подход требует значительных трат времени, денег и вычислительной мощности.

Даже у Google уходит до 48 000 часов машинного времени на тренировку нейросети для распознавания изображений.

Исследователи из Массачусетского технологического института разработали алгоритм, который в разы сокращает время обучения нейросетей. Как сообщает Engadget, ему достаточно всего 200 часов работы графического процессора для создания нейронной сверточной сети.

Авторы разработки надеются, что сокращение времени и затрат на обучение сделает нейросети более доступными. Например, с помощью нового алгоритма доступ к этой технологии получат исследователи и компании, которые не обладают ресурсами Google или Microsoft. Это поможет «демократизировать» ИИ.

Еще один способ повысить доступность ИИ — создание более дешевого «железа». Например, компания NVIDIA представила процессор для разработки искусственного интеллекта всего за $99.