Torch: Facebook veröffentlicht Code für schnelleres Maschinelles Lernen

EntwicklerProjekte

Das Soziale Netzwerk hebt vor allem eine Eigenentwicklung für Nvidia-GPUs hervor. Facebook zufolge ist sie 23,5 Mal schneller als die bislang schnellste frei erhältliche Lösung. Auch AMD, Google und Twitter setzen Torch ein.

Für das Projekt Torch über Künstlicher Intelligenz hat Facebook angekündigt, ergänzenden Quellcode zu veröffentlichen. Das Soziale Netzwerk stellt mehrere Module und Programme etwa zur Verarbeitung natürlicher Sprache und Spracherkennung bereit. Es hebt insbesondere einen Code für das schnellere Lernen durch Convolutional Neural Networks (ConvNets) hervor.

Mit solchen ConvNets lassen sich biologische Prozesse künstlich durch eine überlappende Anordnung von Neuronen nachbilden. Aktuell gelten sie als die beste Methode, um Objekte und Gesichter zu erkennen, wenn der Code – wie bei Facebook der Fall – auf Grafikprozessoren zurückgreifen kann. Das Netzwerk setzt dafür Nvidias CUDA ein. Die Quelltexte umfassen zudem Container, mit denen der parallele Zugriff auf mehrere CPUs und somit auch paralleles Training möglich ist.

Facebook_like_sign“Weil verkürzte Trainingszeit dieser Modelle schnellere Forschung und Entwicklung bedeutet, haben wir beträchtlichen Aufwand in die Verbesserung von GPU-Convolution-Schichten gesteckt”, heißt es in Facebooks Ankündigung. “Diese Arbeit hat sich in bemerkenswerten Ergebnissen niedergeschlagen, nämlich einer Beschleunigung um Faktor 23,5 gegenüber dem schnellsten frei verfügbaren Code. Soweit uns bekannt, ist unser Code schneller als jeder öffentlich verfügbare Code fürs Training beliebter Architekturen, etwa typische tiefe ConvNets für Objekterkennung mit ImageNet-Datensätzen.”

In der Ankündigung finden sich weiterführende Hinweise zu vielen Details der Techniken. Ab sofort können auch andere Unternehmen Facebooks schnelles Verfahren für Maschinelles Lernen verwenden. Torch kommt etwa auch bei AMD, Google, Intel, Nvidia und Twitter zum Einsatz.

Auch Facebooks Server-Design ist Open Source

Dass Facebook Quelltexte von eigener Software veröffentlicht, ist nicht ungewöhnlich. Es hatte im Dezember 2013 angekündigt, dass es sein Engagement in diesem Bereich systematisch ausbauen will. Das Design seiner Server, Racks und anderer Rechenzentrumsausstattung ist ebenfalls Open Source.

Die Verantwortung für Facebooks Forschung zur Künstlichen Intelligenz trägt Professor Yann LeCun von der New York University – einem weltweit anerkannten Fachmann auf diesem Gebiet. Seine AI Group verteilt sich auf drei Orte: im kalifornischen Menlo Park befindet sich die Zentrale, eine Niederlassung ist in der Nähe des Instituts von LeCun in New York City und eine in der englischen Hauptstadt London.

Seit 2014 betreibt auch Google ein Labor für Künstliche Intelligenz, das offiziell Quantum Artificial Intelligence Lab heißt. Im Zentrum der Forschung steht die Frage, ob ein Quantencomputer Probleme lösen können wird, an denen traditionelle Computer scheitern. Für den Internetkonzern arbeitet zudem der Technikpionier und Futurist Ray Kurzweil. Er beschäftigt sich als Director of Engineering mit Maschinenlernen und Sprachverarbeitung.

[mit Material von Florian Kalenda, ZDNet.de]

Tipp: Sind Sie ein Facebook-Experte? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de.

Anklicken um die Biografie des Autors zu lesen  Anklicken um die Biografie des Autors zu verbergen