fbpx

חטיבת המחקר הישראלית של NVIDIA, יחד עם אוניברסיטת סטנפורד ובר אילן זוכות בפרס יוקרתי בכנס הבינלאומי ללמידת מכונה

הכנס הבינלאומי ללמידת מכונה (ICML) העניק היום את "פרס עבודת המחקר המצטיינת" לחוקרים מחברת אנבידיה (NVIDIA), אוניברסיטת סטנפורד ואוניברסיטת בר-אילן. את הפרס הן קיבלו עבור מחקרן העוסק בשימוש בלמידה עמוקה (Deep Learning) על גבי סטים של מידע המכילים רכיבים סימטריים.

את המחקר הוביל דר' חגי מרון מקבוצת המחקר של אנבידיה בישראל והשתתפו בו דר' אור ליטני מסטנפורד, דר' איתן פתיה מאוניברסיטת בר אילן ופרופ' גל צ'צ'יק מאוניברסיטת בר אילן ומנהל קבוצת המחקר של אנבידיה בישראל.

המחקר מציע גישה סדורה ליישום אלגוריתמי למידה עמוקה על גבי סטים של מידע המכילים מרכיבים סימטריים כלליים וניתנים לשימוש במגוון יישומים. במילים פשוטות, המחקר נועד על מנת להציג גישה איכותית לעיבוד כמה סוגי מידע בעלי נקודות דמיון כאשר המידע עצמו לא בהכרח מסודר. למשל, אלגוריתם בינה מלאכותית הבוחר את התמונה החדה ביותר מתוך מאגר תמונות כאשר התמונות לא בהכרח מסודרות מן המטושטשת ביותר אל החדה ביותר.

את מסקנות המחקר ניתן ליישם במגוון של משימות לרבות תיקון טשטוש תמונות, סיווג גרפים ואותות ועוד מגוון רחב של משימות. עבור כל אלו ורבות אחרות, המחקר של NVIDIA בשיתוף עם אוניברסיטת סטנפורד ואוניברסיטת בר-אילן מציג שיטה סדורה המסוגלת להפיק אחוזי דיוק והצלחה גבוהים יחסית לשיטות שהיו מקובלות עד היום.

"המחקר שלנו מוכיח תיאורטית באילו ארכיטקטורות של רשתות עצביות עמוקות יש להשתמש כאשר לומדים מערכי עצמים מורכבים. במונח 'מורכבים' אנו מתכוונים לעצמים הלובשים מבנה מיוחד שאנו מתייחסים אליו כסימטריה," הסבירו החוקרים בעבודתם. "אנו גם מוכיחים באופן אמפירי שארכיטקטורה זאת משיגה תוצאות מצוינות במגוון בעיות המתקיימות בתמונות, גרפים וענני נקודות תלת-ממדיים."

אחת הדוגמאות שהחוקרים ניסו לפתור הייתה זיהוי התמונה הטובה ביותר באוסף תמונות לא מסודר של אותה סצנה. כלומר, לא בהכרח שהתמונות היו ממוינות לפי חוקיות כלשהי. הניסויים עצמם בוצעו על גבי מערכות NVIDIA DGX עם מעבדים גרפיים מסוג NVIDIA V100. השימוש במערכות ה-DGX מאפשר להאיץ את המחקר ולמקסם את הביצועים של המערכת.

"בבעיה זאת ישנם שני סוגים של סימטריה: ראשית, יש לבחור את התמונה הטובה ביותר מבלי להתחשב בסדר התמונות באוסף. שנית, יש לבחור את התמונה הטובה ביותר גם אם חל שינוי קל במיקומים של המרכיבים העיקריים. מסתבר שמבנים דומים נוכחים גם כאשר עובדים עם מערכי צלילים, אותות, תמונות, ענני נקודות D3 ואפילו רשתות. סדר המרכיבים בכל המקרים האלה הינו שרירותי ולכל מרכיב יש מבנה סימטרי מיוחד," הסבירו החוקרים.

את המחקר המלא והמפורט ניתן לראות כאן. בנוסף, קיימת גם מצגת נחמדה מאוד בנושא שניתן לראות אותה כאן.

טוני מלינקוביץ'
טוני הוא העורך הראשי שלנו כאן באתר, עם ידע רחב בחומרה ומקורות מהירים, טוני הוא גם הכתב המהיר ביותר שלנו, בנוסף לכתבות המעולות של טוני הוא גם אחראי על רוב הביקורות שלנו באתר וגם על המלל וחוות הדעת על חלק מסיקורי הוידאו שלנו.
דילוג לתוכן