Глубокое обучение — это тип машинного обучения, при котором компьютеры формируют масштабные искусственные нейронные сети, по своим свойствам сходные с нейронными сетями человеческого мозга.
При глубоком обучении в крупные искусственные нейронные сети передаются алгоритмы обучения и постоянно увеличивающиеся объемы данных, повышающие эффективность "мышления" и "обучения". И чем больше объемы обрабатываемых данных, тем эффективнее процесс. Обучение называется "глубоким", поскольку в течение времени нейронная сеть охватывает все большее число уровней, и чем «глубже» проникает сеть, тем выше ее производительность. Несмотря на то, что в настоящее время большая часть глубокого обучения осуществляется под контролем человека, цель ученых — создать нейронные сети, способные формироваться и "обучаться" самостоятельно и независимо.
Нейронные сети появились уже в 1950-х годах, но только в последние годы их вычислительная мощь и возможности хранения данных усовершенствовались настолько, что стало возможно использовать глубокое обучение для создания кардинально новых технологий.
Несмотря на то, что большинство предприятий еще только планируют использовать глубокое обучение в своих бизнес-процессах или продуктах, этот тип машинного обучения еще довольно редок, и его обгоняют такие "интеллектуальные" технологии, как ПО распознавания голоса и изображений и самоуправляемые автомобили. Инновационные разработки в сфере глубокого обучения и робототехники вскоре могут привести к созданию технологии интеллектуальной медицинской визуализации, которая обеспечит надежность диагностики, широкое использование самопилотируемых дронов, самоподдерживающихся машин и инфраструктуры всех типов.
Для сферы глубокого обучения мы предлагаем наши недавно усовершенствованные услуги Pointnext в области консультирования и профессиональной и операционной поддержки, включающие и новый пакет услуг HPE Flexible Capacity.
Гибкая модель потребления по требованию повысит эффективность использования инфраструктуры глубокого обучения. Доступ к масштабируемой емкости, предоставляемой в соответствии с потребностями, и оплата по факту использования ресурсов — серверов, систем хранения данных, сетей, программного обеспечения и услуг.
Поговорите со специалистом HPE о том, как начать освоение и применение решений глубокого обучения.
Целью основного доклада HPE на конференции HPC on Wall Street в этом году стала помощь финансовым компаниям в освоении новых технологий, таких как искусственный интеллект и глубокое обучение.
Обзор всего семейства систем HPE Apollo для высокопроизводительных вычислений
Прогноз погоды — это не совсем наука, однако новые разработки в сфере вычислительных технологий, а также большая доступность погодных данных позволили существенно увеличить точность прогнозирования.
Мощные и экономичные платформы высокопроизводительных вычислений обеспечивают синтез данных, сокращают сроки обучения и позволяют выполнять анализ громадных объемов данных в режиме реального времени, существенно увеличивая мощь систем глубокого обучения.
Компания HPE анонсирует выпуск комплексного портфеля решений на базе графических процессоров, поддерживаемых специализированными высокопроизводительными системами и адаптированных для новых, более высоких уровней искусственного интеллекта и глубокого обучения.