新聞稿

浸大與騰訊合作　更快速訓練人工智能兼保持準確度 突破國際紀錄

星期二, 2018年11月06日

香港浸會大學的學者與騰訊機智機器學習平台的人員，合作創出一項新方法，能夠更快速地教導電腦學習辨別資料並保持準確度，表現超越所有現存系統。

研究團隊透過訓練人工智能模型，在維持基準準確性的前提下，只需用4分鐘完成訓練AlexNet（現有的國際紀錄是11分鐘）和6.6分鐘完成訓練ResNet-50（現有國際紀錄是15分鐘）這兩種機器學習系統以辨別圖像。AlexNet和ResNet-50是龐大的圖像識別資料庫ImageNet上的機器學習系統。訓練成果可應用到圖像識別技術上。

機器學習是用使用計算方式，教導電腦「學習」辨別龐大的數據，過程中不需人類使用程式。計算出來的結果可應用到人工智能的數據和圖像識別上。

浸大成員包括計算機科學系褚曉文教授和博士生施少懷。褚教授說：「我們提出了一項新的優化方法去調整訓練系統，令機器學習達到最佳效果而維持原有的準確度。坊間訓練人工智能的方法五花八門，當研究人員致力訓練系統造出更快的識別時間，準確度卻下降。因此，教授機器快速並準確學習一直是研究人員追求的目標。」

褚教授表示，訓練人工智能所需的時間往往受運算時間和通訊時間影響。研究團隊在這兩方面都取得突破。在運算時間方面，團隊使用較簡易的「FP16」運算方法取代傳統的「FP32」方法，令運算更快又維持原有的準確度。在通訊時間方面，由於受數據塊的大小和它的傳輸模式影響，團隊創新利用一種名為「張量融合（tensor fusion）」的通訊方式，將大量小型的數據塊集合成更較大的組件，大大提升整個人工智能訓練的通訊模式，因此提升訓練人工智能的效率。

這項新技術可應用到更快速準確地辨別資料，以及其他人工智能的應用，例如機器翻譯、自然語言處理（簡稱 NLP，讓電腦擁有理解人類語言的能力）、醫療圖像分析和集體線上遊戲等。

-完-

傳媒查詢：浸大傳訊公關處吳貝芝（3411 5262，hkbunews@hkbu.edu.hk）。