近日，美国能源部所属的橡树岭国家实验室（ORNL）将其人工智能软件零碎——深度学习的多节点进化神经收集（Multi-node Evolutionary Neural Networks for Deep Learning, MENNDL）授权给了通用汽车公司，应用于车辆技巧的开发和安排。这既是 MENNDL 零碎的首个商业授权，也是 ORNL 实验室首个获得商用许可的 AI 技巧。
接下来，通用汽车公司将评价 MENNDL 零碎在加快高级驾驭辅助零碎技巧和安排中的前景。MENNDL 零碎是什么？MENNDL 零碎诞生于 2014 年，为医学钻研、卫星图象、高能物理数据和中微子钻研等工作提供支持。2015 年 11 月，相关论文被 MLHPC 2015 会议接收。
论文链接：https://www.ornl.gov/content/optimizing-deep-learning-hyper-parameters-through-evolutionary-algorithm人工神经收集在本质上是模拟人类大脑的计算零碎，并且计算机通过这种算法可以鉴别文本、图象或语音数据集中的模式类别。在经过训练之后，神经收集可以完成一定任务，例如能够比人类更快、更广泛地鉴别照片中的人脸。但应看到，即使是最专业的开发者，安排一种高效的神经收集也需要耗费一年甚至更长的时间。这正是 MENNDL 零碎「大展身手」的地方。这种 AI 零碎应用进化算法显著加快这一过程，在几小时内可以生成数千个优化的神经收集，具体取决于所使用计算机的性能。通过自动结合和测试数百万的父级收集（parent network），MENNDL 零碎可以生成一定于应用的高性能优化神经收集。值得一提的是，MENNDL 零碎可以应用 ORNL 实验室的 Summit 超级计算机来安排 AI 算法，最终结果几乎可以部署到任何计算设备上，从台式机到云计算再到配备 GPU 的高性能超级计算机，如 ORNL 的 Summit。
Summit 超级计算机。ORNL 学习零碎小组以及 MENNDL 零碎开发团队负责人 Robert Patton 表示：「MENNDL 应用计算能力来探索用户可以获得的所有不同安排参数，整个过程是完全自动化的，然后返回结果『这是所有收集安排的列表清单，有些安排是好的，有些安排不好』。现在，在几个小时的时间内，你就会得到一整套针对一定应用的收集安排。」
Robert Patton。基于其强大的性能，MENNDL 零碎入围了美国计算机协会（ACM）戈登贝尔奖的决赛，并成为了 2018 年度百度科技研发奖（R&D 100 Award）之一。MENNDL 零碎能做些什么？对于汽车制造商来说，MENNDL 可以用来加快先辈的驾驭辅助技巧，解决采用这项技巧所面临的最大问题之一：汽车如何快速准确地感知周围环境，以及在这些环境中安全地导航？MENNDL 的使用提供了更好地清除障碍的潜力。应用先辈的神经收集，可以即时分析车载摄像头的反馈，并正确标记汽车视野中的每个物体，这种先辈的计算有可能使车辆更有效地应用能源，同时提高其车载计算能力。
示例 1：使用驾驭模拟器来评价收集在不同光照条件下感知对象（object）的能力。图源：ORNL此前，MENNDL 曾应用在费米国家加快器实验室的粒子物理实验中。费米实验室的钻研人员对中微子和高能亚原子粒子很感兴趣，这些粒子很少与正常物质相互作用，但可能是理解宇宙形成早期的关键。费米实验室的一个实验涉及到一种中微子相互作用的「快照」。钻研人员想用 AI 零碎对费米实验室的探测器数据进行分析和分类。MENNDL 在 24 小时内评价了 500,000 个神经收集。其最终解决方案优于人类科学家开发的定制模型。
Fermi 国家加快器实验室的 MINERvA 中微子探测器。在另一个涉及与孟菲斯圣裘德儿童钻研医院合作的案例中，MENNDL 把人类安排算法在脑组织三维电子显微镜图象内线粒体鉴别错误率减少了 30%。参考链接：http://www.kejilie.com/startup-partner/article/VNFzIv.htmlhttps://www.ornl.gov/news/ornl-licenses-revolutionary-ai-system-general-motors-automotive-usehttps://www.nextgov.com/emerging-tech/2021/04/general-motors-licenses-neural-network-tech-national-lab/173646/
