【釘科技訊】近日，百度硅谷人工智能實驗室發(fā)布了一項新的研究成果技術，該技術可以加快深層遞歸神經(jīng)網(wǎng)絡（RNNs）的訓練速度。

該項技術于由百度硅谷 AI 實驗室的科學家 Jesse Engel 在 github 上發(fā)布，Jesse Engel 表示，此前已經(jīng)發(fā)表過這項技術的第一階段研發(fā)成果，關注的是 Minibatch 和存儲配置在遞歸通用矩陣乘法 (GEMM) 的性能上所發(fā)揮的作用。本次發(fā)布的第二階段將重點關注對算法本身的優(yōu)化。

Jesse 在文章中提到，Differentiable Graphs（可微圖形）對于計算復雜的衍生工具是一個簡單、實用又可視化的工具，同時也可以激發(fā)算法的優(yōu)化。對于需要使用具有明確梯度計算功能框架的研究人員、開發(fā)新的迭代算法的研究人員以及開發(fā)應用自動分化深度學習框架的研究人員，這項新的技術將更好地提升研發(fā)能力。

未來，該技術被應用在更多的百度產(chǎn)品上，促進百度深度學習技術的研發(fā)及在百度各項應用服務中的應用。例如把人工神經(jīng)網(wǎng)絡應用在殺毒軟件，通過神經(jīng)網(wǎng)絡提供的大量已知在案的惡意軟件訓練，百度的殺毒系統(tǒng)就能學會識別全新的病毒，即便系統(tǒng)從未見過這類病毒。此前，百度還推出過一款名為“慧眼”的 4.0 殺毒系統(tǒng)，除了百度殺毒，該軟件還內(nèi)置了百度深度學習研究院 (IDL) 的深度學習智能引擎。

公開資料顯示，百度于 2013 年正式成立了深度學習研究院（IDL），2014 年 5 月挖角谷歌大腦之父吳恩達，出任首席科學家并領導百度硅谷研究院工作，負責語音識別和無人車技術研發(fā)。百度硅谷研究院目前正在圍繞用 GPU 提升計算效率，處理海量訓練數(shù)據(jù)，語音識別，OCR 識別，人臉識別，圖像搜索水平等方面進行研究。

此前，該實驗室還開源了其核心的人工智能系統(tǒng)：Warp-CTC，該系統(tǒng)是一種在 CPU 和 GPU 上快速的 CTC 的并行實現(xiàn)。這項舉動舉動對于促進機器學習、人工智能領域的技術研究與發(fā)展與有重要意義。Warp-CTC 可用于解決比如語音識別這樣的，將輸入序列映射到輸出序列的監(jiān)督問題。

（來源：動點科技   劉晨）