褚曉文（右）和施少懷。浸大供圖香港文匯報訊（記者 高鈺）浸會大學的學者與騰訊機智機器學習平台人員，合作創出一項新方法，能夠快速地教導電腦學習辨別資料並保持準確度，令人工智能（AI）的訓練速度突破國際紀錄，完成訓練時間較現有最佳技術少一半以上！團隊利用名為「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，大大提升訓練效率。
由浸大計算機科學系教授褚曉文和博士生施少懷等人組成的研究團隊，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。
有關方法可於維持基準準確性的前提下，只需用4分鐘完成訓練AlexNet（現有國際紀錄為11分鐘）和6.6分鐘完成訓練ResNet-50（現有國際紀錄為15分鐘）這兩種機器學習系統以辨別圖像。
褚曉文介紹說，坊間訓練人工智能的方法五花八門，不過「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。」
運算更快 維持準確度
他表示，人工智能訓練時間往往受「運算時間」和「通訊時間」影響，是次研究團隊於兩方面都取得突破：針對「運算時間」團隊使用較簡易的「FP16」取代傳統的「FP32」運算法，成功令運算更快又維持原有準確度；而在「通訊時間」方面，團隊又創新利用一種名為「張量融合（tensor fusion）」的方式，將大量小型的數據塊集合成更較大的組件，透過改進整個人工智能訓練的通訊模式，提升訓練效率。
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。