MIT temukan cara melatih AI lebih cepat
Para peneliti di labolatorium MIT menemukan bahwa dalam jaringan yang dilatih itu lebih kecil, subnetwork yang dapat membuat prediksi dengan akurasi sama.
Sebagian besar produk berbasis kecerdasan buatan (artificial intelligence) masih mengandalkan “neural network”, yang cukup mahal. Para peneliti di Massachussets Institute of Technology (MIT) berharap untuk mengubah cara tersebut.
Dilansir dari Engadget (7/5), para peneliti di institut tersebut mengungkapkan bahwa neural networks berisi “subnetwork” yang berukuran hingga 10 kali lebih kecil dan bisa lebih murah, serta lebih cepat belajar.
Agar dapat melatih sebagian besar neural network, para insinyur memberi mereka kumpulan data besar, tetapi itu bisa memakan waktu berhari-hari dan GPU yang tidak murah. Peneliti dari Computer Science and Artificial Intelligence Lab (CSAIL) di MIT menemukan bahwa dalam jaringan yang dilatih itu lebih kecil, subnetwork yang dapat membuat prediksi dengan akurasi sama.
Sistem yang disebut ‘lottery-ticket hypothesis’ CSAIL didasarkan pada gagasan bahwa melatih sebagian besar neural network adalah layaknya membeli semua tiket dalam lotre untuk menjamin kemenangan. Sebagai perbandingan, melatih subnetwork seperti membeli tiket yang menang saja.
Intinya adalah para peneliti belum mengetahui cara untuk menemukan subnetwork tanpa membangun neural network sepenuhnya dan kemudian memangkas hal yang tidak perlu. Jika mereka berhasil menemukan cara untuk melewati langkah itu dan langsung ke subnetwork, proses ini dapat menghemat waktu kerja dan membuat pelatihan neural network dapat diakses oleh programmer individu, bukan hanya perusahaan besar.
