חברת Deci פיתחה טכנולוגיה לבניית רשתות נוירונים עמוקות
מדובר על טכנולוגיה מבוססת בינה מלאכותית הבונה בינה מלאכותית, ומאפשרת לייצר מודלים עמוקים עוצמתיים לכל חומרה ולכל משימה
ישראל דיפנס
| 20/07/2021
מייסדי חברת Deci: ד״ר יונתן גייפמן, פרופ׳ רן אל-יניב ויונתן (ג׳ו) אליעל. צילום: באדיבות החברה
חברת Deci הישראלית הודיעה על גילוי רשתות נוירונים עמוקות חדשות בעלות יחסי ביצועים-דיוק-מהירות הטובים בעולם על מאיצי אנוידיה (NVIDIA). החברה השתמשה בטכנולוגיית AutoNAC שלה על מנת לייצר אוטומטית את הרשתות הנקראות DeciNets. הטכנולוגיה אותה פיתחה החברה מאפשרת לייצר מודלים עמוקים עוצמתיים לכל חומרה ולכל משימה. למעשה, מדובר בטכנולוגיה מבוססת AI שבונה AI.
בנוסף, כוח החישוב הנדרש להפעלת AutoNAC לייצור רשתות נוירונים חדשות קטן בשני סדרי גודל מכוח החישוב הנדרש מטכנולוגיות דומות כמו זו של גוגל ששימשה לפיתוח ארכיטקטורות רשתות עצביות שנחשבות החזקות בשוק כמו EfficientNet ו-MobileNet.
המירוץ הנמשך לשיפור הדיוק במשימות בינה מלאכותית (AI) חדשות ומאתגרות, בשילוב עם זמינותם של מאיצי חומרה עוצמתיים, כגון GPU, דחפו מפתחי למידה עמוקה לייצר מודלים מורכבים וגדולים בעלי סיבוכיות חישובית הולכת וגדלה. הסיבה לכך היא שקל למהנדסים להשיג ביצועי דיוק גבוהים תוך שימוש במודלים גדולים. הבעיה היא שעלויות ההפעלה של מודלים שכאלו בעננים חישוביים כמו AWS גבוהות מאד, והפעלתם על מאיצים קטנים במכשירי קצה בעייתית ביותר מכיוון שזמן התגובה שלהם ארוך מהנדרש ולא מאפשר תגובתיות מהירה בשימושים רלוונטיים כמו נהיגה אוטונומית.
"למידה עמוקה מפעילה את הדור הבא של המחשוב - ללא מודלים בעלי ביצועים גבוהים ויעילים יותר המופעלים בצורה חלקה על כל מאיץ חומרה, טכנולוגיות צרכניות שאנו לוקחים כמובנות מאליהן יגיעו למחסום", אמר יונתן גייפמן, מייסד ומנכ"ל חברת Deci. "גישת ה-" AI שבונה AI"קריטית להנגשת טכנולוגיה עצבית עוצמתית מחד, אך אפשרית כלכלית, ונותנת למפתחים את הכלים הנדרשים כדי להפוך רעיונות למוצרים מהפכניים."
מדובר על טכנולוגיה מבוססת בינה מלאכותית הבונה בינה מלאכותית, ומאפשרת לייצר מודלים עמוקים עוצמתיים לכל חומרה ולכל משימה
מייסדי חברת Deci: ד״ר יונתן גייפמן, פרופ׳ רן אל-יניב ויונתן (ג׳ו) אליעל. צילום: באדיבות החברה
חברת Deci הישראלית הודיעה על גילוי רשתות נוירונים עמוקות חדשות בעלות יחסי ביצועים-דיוק-מהירות הטובים בעולם על מאיצי אנוידיה (NVIDIA). החברה השתמשה בטכנולוגיית AutoNAC שלה על מנת לייצר אוטומטית את הרשתות הנקראות DeciNets. הטכנולוגיה אותה פיתחה החברה מאפשרת לייצר מודלים עמוקים עוצמתיים לכל חומרה ולכל משימה. למעשה, מדובר בטכנולוגיה מבוססת AI שבונה AI.
בנוסף, כוח החישוב הנדרש להפעלת AutoNAC לייצור רשתות נוירונים חדשות קטן בשני סדרי גודל מכוח החישוב הנדרש מטכנולוגיות דומות כמו זו של גוגל ששימשה לפיתוח ארכיטקטורות רשתות עצביות שנחשבות החזקות בשוק כמו EfficientNet ו-MobileNet.
המירוץ הנמשך לשיפור הדיוק במשימות בינה מלאכותית (AI) חדשות ומאתגרות, בשילוב עם זמינותם של מאיצי חומרה עוצמתיים, כגון GPU, דחפו מפתחי למידה עמוקה לייצר מודלים מורכבים וגדולים בעלי סיבוכיות חישובית הולכת וגדלה. הסיבה לכך היא שקל למהנדסים להשיג ביצועי דיוק גבוהים תוך שימוש במודלים גדולים. הבעיה היא שעלויות ההפעלה של מודלים שכאלו בעננים חישוביים כמו AWS גבוהות מאד, והפעלתם על מאיצים קטנים במכשירי קצה בעייתית ביותר מכיוון שזמן התגובה שלהם ארוך מהנדרש ולא מאפשר תגובתיות מהירה בשימושים רלוונטיים כמו נהיגה אוטונומית.
"למידה עמוקה מפעילה את הדור הבא של המחשוב - ללא מודלים בעלי ביצועים גבוהים ויעילים יותר המופעלים בצורה חלקה על כל מאיץ חומרה, טכנולוגיות צרכניות שאנו לוקחים כמובנות מאליהן יגיעו למחסום", אמר יונתן גייפמן, מייסד ומנכ"ל חברת Deci. "גישת ה-" AI שבונה AI"קריטית להנגשת טכנולוגיה עצבית עוצמתית מחד, אך אפשרית כלכלית, ונותנת למפתחים את הכלים הנדרשים כדי להפוך רעיונות למוצרים מהפכניים."
