Investigadores de la Universidad de Stanford utilizan las GPU para crear la mayor red neuronal artificial del mundo

NVIDIA acaba de comunicar que ha colaborado con un equipo de investigadores de la Universidad de Stanford para crear la red neuronal artificial más grande del mundo con el objetivo de reproducir la forma en que aprende la mente humana. La red es 6,5 veces más grande que la anterior poseedora del récord, desarrollada por Google en 2012.

Las redes neuronales basadas en sistemas informáticos pueden aprender a imitar el comportamiento del cerebro, lo que incluye las capacidades que éste posee para reconocer objetos, personas, voces y sonidos.

Sin embargo, crear este tipo de redes a gran escala es extremadamente costoso desde el punto de vista computacional. Por ejemplo, Google utilizó aproximadamente 1000 servidores basados en CPU (o 16.000 núcleos de CPU) para desarrollar su red, que se enseñó a sí misma a reconocer a los gatos en una serie de vídeos de YouTube. El sistema incluía 1700 millones de parámetros, es decir, la representación virtual de las conexiones entre neuronas.

Por su parte, el equipo de Stanford, encabezado por Andrew Ng, director del Laboratorio de Inteligencia Artificial de la universidad, creó una red de igual tamaño pero basada únicamente en tres servidores provistos de GPU NVIDIA® para acelerar el procesamiento del enorme volumen de datos generados por la red. Posteriormente, el equipo creó una red neuronal de 11.200 millones de parámetros, un tamaño 6,5 veces superior al de la red anunciada por Google en 2012, utilizando 16 servidores acelerados con GPU NVIDIA.

Cuanto mayor y más potente es la red, más probabilidades tiene de mejorar su precisión en tareas tales como el reconocimiento de objetos y, de esta forma, aproximarse en mayor medida al comportamiento de la mente humana. Ayer se publicó un artículo sobre la investigación de Stanford en la conferencia internacional sobre Aprendizaje Automático (ICML).

Según afirma Sumit Gupta, director general de la división de procesadores Tesla en NVIDIA, "Al brindar una capacidad de cálculo considerablemente superior a la de las GPU, las GPU aceleradoras ponen la modelización de redes neuronales a gran escala al alcance de un público mucho más amplio. Ahora, cualquier investigador o empresa puede utilizar el aprendizaje automático para resolver todo tipo de problemas con tan solo utilizar unos pocos servidores acelerados con GPU".