近日，人工智能國(guó)際頂會(huì)ICML 2020公布了論文收錄結(jié)果，阿里巴巴7篇論文入選，是入選論文數(shù)量最多的中國(guó)科技公司。ICML是機(jī)器學(xué)習(xí)領(lǐng)域全球最具影響力的學(xué)術(shù)會(huì)議之一，今年接受率僅為21.8%。

根據(jù)ICML官方顯示，阿里7篇論文涵蓋在圖像識(shí)別、自然語(yǔ)言處理、搜索推薦等領(lǐng)域的研究成果，其中一篇《Boosting Deep Neural Network Efficiency with Dual-Module Inference》，提出了一種全新的AI推理方法，可大幅減少AI對(duì)計(jì)算和內(nèi)存資源的消耗，能將推理速度提升3倍。

近年來(lái)AI模型變得越來(lái)越復(fù)雜化，尤其是類似語(yǔ)言AI這類復(fù)雜模型，給計(jì)算、內(nèi)存資源帶來(lái)了新的挑戰(zhàn)。目前，業(yè)界通用的解決方法是采用更先進(jìn)的計(jì)算性能來(lái)運(yùn)行AI任務(wù)，例如采用GPU、FPGA或者NPU等異構(gòu)計(jì)算，但該方法并沒有從根源上解決問題。

阿里巴巴達(dá)摩院設(shè)計(jì)出了一種“AI雙腦思考”的方法，能讓大型神經(jīng)網(wǎng)絡(luò)像人類一樣學(xué)會(huì)“快思考”與“慢思考”，從而進(jìn)行高效且準(zhǔn)確的推理過程。

該方法被稱為“雙模推理”， 即將一個(gè)復(fù)雜任務(wù)拆分成兩個(gè)任務(wù)，例如在復(fù)雜AI推理任務(wù)過程中，可以先以很小的資源運(yùn)行“小網(wǎng)絡(luò)”，同時(shí)分析哪些網(wǎng)絡(luò)的區(qū)域較為敏感，然后只對(duì)敏感區(qū)域在“大網(wǎng)絡(luò)”中運(yùn)行計(jì)算。

達(dá)摩院的科學(xué)家從理論上證明了雙模推理的可行性，且在CPU上實(shí)現(xiàn)了該方法。實(shí)際效果顯示，該方法能在保證模型精度的基礎(chǔ)上，在語(yǔ)言模型上減小40%的訪存，達(dá)到1.54倍-1.75倍的性能提升，同時(shí)可以在僅損耗0.5%精度基礎(chǔ)上，提升3倍的推理速度。

近年來(lái)，阿里在AI領(lǐng)域迎來(lái)了基礎(chǔ)研究與產(chǎn)業(yè)應(yīng)用成果雙爆發(fā)的階段。三年前，阿里巴巴成立了內(nèi)部研究機(jī)構(gòu)達(dá)摩院，深入AI研究前沿。據(jù)了解，阿里AI已在國(guó)際頂級(jí)技術(shù)賽事上獲得了近60項(xiàng)世界第一，500多篇論文入選國(guó)際頂會(huì)。同時(shí)，阿里AI落地了多項(xiàng)重大研究成果，全面賦能各行各業(yè)。達(dá)摩院醫(yī)療AI團(tuán)隊(duì)疫情期間研發(fā)的AI診斷技術(shù)，已在全球近600家醫(yī)院落地，完成50余萬(wàn)例臨床診斷。
責(zé)任編輯：tzh