Mesterséges intelligencia labor a Rhode Island-i Egyetem könyvtárában

Mesterséges intelligencia labor a Rhode Island-i Egyetem könyvtárában

2020. június 16. 08:00

Első olvasásra talán furcsa tény, de a mesterséges intelligencia már körülvesz bennünket, elég csupán a Facebook 2014 óta elérhető Deep Face arcfelismerő algoritmusára gondolni, amely gépi tanulást – az MI egyik alterületét – alkalmazva azonosítja be ismerőseinket. A Google Fordító intelligenciája szintén hasonló elven működik. Mindkettő alapját az úgynevezett mesterséges neurális hálózat (ANN) képezi, amely az emberi agysejteket összekötő szinapszisokhoz hasonlóan működik. A mélytanulásnak (Deep Learning) nevezett gépi tanulástípus során, a mi agyunkhoz hasonlóan, minél több adatot dolgoz fel a gép, annál több szinapszis jön létre. Ehhez a mélytanuláshoz rengeteg adat szükségeltetik. Például a Deep Face neurális hálózatának nagyjából 120 milliós nagyságrendű kapcsolatrendszeréhez 4 millió, a Facebookra feltöltött arcképre van szükség. Az olyan digitális asszisztensek, mint például az Apple Siri, a Google Asszisztens vagy az Amazon Alexa beszédfelismerő algoritmusainak alapját szintén a gépi tanulás képezi. Egyes könyvtárakban a Yewno Discover információs feltáró platform segít tájékozódni a könyvtárban elérhető információforrásokban, a digitális asszisztensekéhez hasonló beszédfelismerő algoritmust használva. A szoftver a keresőkérdéseket fogalmakként kezeli és gráfokat generál, amellyel kimutatja az egyes fogalmak közötti kapcsolatokat. Ennek használatával a könyvtárhasználók különböző témák közötti rejtett kapcsolatokat fedezhetnek fel. A Yewno ezen felül a pénzügyi, kiadói és kormányzati szektor számára is kínál hasonló elven működő elemzőszoftvereket.

A Rhode Island-i MI-labor az első, amelyik felsőoktatási könyvtárban nyert elhelyezést, reprezentálva ezzel az oktatási és ismeretterjesztő küldetést, szemben a vegytiszta tudományos kutatással. A labor használatát több egyetemi kurzusba is integrálták. A labor lelkét az Nvidia DGX-1 GPU-szerver biztosítja 256 GB VRAM-mal. Az ott elérhető nagy-teljesítmény DELL PC-n felül Tensor Book munkaállomásokon a hallgatók a gépi tanulással kapcsolatos feladatokat tudják elsajátítani és gyakorolni. A techrajongók kedvéért íme a notebookok konfigja: Intel Core i7-7700HQ processzor, Nvidia GTX-1070 videókártya, 32 GB DDR4 RAM, 1 terás NVME SSD háttértárral, Ubuntu operációs rendszerrel, MI-fejlesztő keretrendszerekkel (TensorFlow, PyTorch, Caffe, Caffe 2, Keras, CUDA, cuDNN).

Ezen kívül TurtleBot robotkészletek, Amazon Echo és Google Home Mini okoshangszórók is kipróbálhatók, kísérletezésre felhasználhatók. Helyi szervezetekkel együttműködésben MI-témájú hackatlon versenyekre invitálják a fiatalokat. Ezen felül rendeznek technológiai bemutatókat drónokról, intelligens művégtagokról, virtuális valóságról. Ahogy növekszik a mesterséges intelligencián alapuló termékek használata, úgy lesz egyre sürgetőbb igény az oktatás részéről az MI hátterének és lehetőségeinek megismerésére.

 



Kérdezd
a könyvtárost!