Создание индивидуальных языков программирования для эффективных систем визуального искусственного интеллекта | Новости Массачусетского технологического института | GPTMain News

Одна фотография дает возможность заглянуть в мир создателя — его интересы и чувства по поводу предмета или пространства. Но как насчет создателей технологий, которые помогают сделать эти изображения возможными?

Доцент факультета электротехники и компьютерных наук Массачусетского технологического института Джонатан Рэган-Келли — один из таких людей, который разработал все: от инструментов для визуальных эффектов в фильмах до языка программирования Halide, который широко используется в промышленности для редактирования и обработки фотографий. Будучи исследователем в Лаборатории искусственного интеллекта Watson MIT-IBM и Лаборатории компьютерных наук и искусственного интеллекта, Рэган-Келли специализируется на высокопроизводительных предметно-ориентированных языках программирования и машинном обучении, которые позволяют создавать 2D- и 3D-графику, визуальные эффекты и вычислительную фотографию. .

«Самым главным направлением многих наших исследований является разработка новых языков программирования, которые упрощают написание программ, которые действительно эффективно работают на все более сложном оборудовании, которое сегодня находится в вашем компьютере», — говорит Рэган-Келли. «Если мы хотим продолжать увеличивать вычислительную мощность, которую мы можем фактически использовать для реальных приложений — от графики и визуальных вычислений до искусственного интеллекта — нам нужно изменить то, как мы программируем».

Нахождение золотой середины

За последние два десятилетия разработчики микросхем и инженеры-программисты стали свидетелями замедления действия закона Мура и заметного перехода от вычислений общего назначения на центральных процессорах к более разнообразным и специализированным вычислительным и обрабатывающим устройствам, таким как графические процессоры и ускорители. При этом переходе возникает компромисс: возможность несколько медленно запускать код общего назначения на процессорах в пользу более быстрого и эффективного оборудования, которое требует, чтобы код был тщательно адаптирован к нему и сопоставлен с ним с помощью адаптированных программ и компиляторов. Новое оборудование с улучшенным программированием может лучше поддерживать такие приложения, как высокоскоростные интерфейсы сотовой радиосвязи, декодирование сильно сжатого видео для потоковой передачи, а также обработку графики и видео на камерах мобильных телефонов с ограниченным энергопотреблением, и это лишь некоторые из приложений.

«Наша работа в основном направлена ​​на раскрытие возможностей лучшего аппаратного обеспечения, которое мы можем создать, чтобы обеспечить максимально возможную вычислительную производительность и эффективность для такого рода приложений, чего не могут сделать традиционные языки программирования».

Чтобы добиться этого, Рэган-Келли разбивает свою работу на два направления. Во-первых, он жертвует общностью, чтобы уловить структуру конкретных и важных вычислительных задач, и использует это для повышения эффективности вычислений. Это можно увидеть в языке обработки изображений Halide, который он разработал совместно и помог преобразовать индустрию редактирования изображений с помощью таких программ, как Photoshop. Кроме того, поскольку он специально разработан для быстрой обработки плотных регулярных массивов чисел (тензоров), он также хорошо работает для вычислений в нейронных сетях. Второе направление направлено на автоматизацию, в частности на то, как компиляторы сопоставляют программы с оборудованием. В одном из таких проектов лаборатории MIT-IBM Watson AI Lab используется Exo, язык, разработанный группой Рэгана-Келли.

На протяжении многих лет исследователи упорно работали над автоматизацией кодирования с помощью компиляторов, которые могут быть «черным ящиком»; однако по-прежнему существует большая потребность в явном контроле и настройке со стороны инженеров по производительности. Рэган-Келли и его группа разрабатывают методы, охватывающие каждую технику, находя баланс между компромиссами для достижения эффективного и ресурсосберегающего программирования. В основе многих высокопроизводительных программ, таких как движки видеоигр или обработка камер мобильных телефонов, лежат современные системы, которые в основном оптимизируются вручную специалистами-людьми, владеющими низкоуровневыми детальными языками, такими как C, C++ и ассемблер. Здесь инженеры делают конкретный выбор относительно того, как программа будет работать на оборудовании.

Рэган-Келли отмечает, что программисты могут выбрать «очень кропотливый, очень непродуктивный и очень небезопасный низкоуровневый код», который может привести к ошибкам, или «более безопасные, более продуктивные программные интерфейсы более высокого уровня», в которых отсутствует возможность вносите в компилятор тонкую настройку того, как запускается программа, и обычно приводит к снижению производительности. Итак, его команда пытается найти золотую середину. «Мы пытаемся выяснить, как обеспечить контроль над ключевыми проблемами, которые инженеры по производительности человека хотят иметь возможность контролировать», — говорит Рэган-Келли, — «поэтому мы пытаемся создать новый класс языков, который мы называем языки, планируемые пользователем, которые предоставляют более безопасные и высокоуровневые дескрипторы для управления тем, что делает компилятор, или управления оптимизацией программы».

Разблокировка оборудования: высокоуровневые и малообслуживаемые способы

Рэган-Келли и его исследовательская группа решают эту проблему по двум направлениям: применение машинного обучения и современных методов искусственного интеллекта для автоматического создания оптимизированных расписаний и интерфейса к компилятору для достижения более высокой производительности компилятора. Другой использует «экзокомпиляцию», над которой он работает в лаборатории. Он описывает этот метод как способ «вывернуть компилятор наизнанку», используя скелет компилятора с элементами управления для человеческого управления и настройки. Кроме того, его команда может добавить свои собственные планировщики, которые помогут использовать специализированное оборудование, например ускорители машинного обучения от IBM Research. Приложения для этой работы охватывают широкий спектр: компьютерное зрение, распознавание объектов, синтез речи, синтез изображений, распознавание речи, генерация текста (большие языковые модели) и т. д.

Его масштабный проект с лабораторией делает еще один шаг вперед, подходя к работе через призму системы. В работе под руководством его советника и стажера лаборатории Уильяма Брэндона в сотрудничестве с научным сотрудником лаборатории Рамесваром Пандой команда Рагана-Келли переосмысливает модели больших языков (LLM), находя способы немного изменить вычисления и архитектуру программирования модели, чтобы преобразователь Модели на основе ИИ могут более эффективно работать на оборудовании ИИ без ущерба для точности. Их работа, по словам Рэган-Келли, существенно отклоняется от стандартного образа мышления и потенциально может принести большую выгоду за счет сокращения затрат, улучшения возможностей и/или сокращения LLM, чтобы он требовал меньше памяти и работал на меньших компьютерах.

Именно в этом более авангардном мышлении, когда дело касается эффективности вычислений и аппаратного обеспечения, Рэган-Келли преуспевает и видит в нем ценность, особенно в долгосрочной перспективе. «Я думаю, что есть области [of research] к которым необходимо стремиться, но они хорошо известны, очевидны или достаточно общеприняты, поэтому многие люди либо уже занимаются ими, либо будут ими заниматься», — говорит он. «Мы пытаемся найти идеи, которые имеют одновременно большое влияние на практический мир и в то же время являются вещами, которые не обязательно произойдут или, я думаю, недостаточно обслуживаются остальной частью сообщества по сравнению с их потенциалом. »

Примером этого является курс 6.106 (Инженерия производительности программного обеспечения), который он сейчас преподает. Около 15 лет назад произошел переход от одного к нескольким процессорам в устройстве, что привело к тому, что во многих академических программах начали преподавать параллелизм. Но, как объясняет Рэган-Келли, в Массачусетском технологическом институте осознали важность понимания студентами не только параллелизма, но и оптимизации памяти и использования специализированного оборудования для достижения максимально возможной производительности.

«Изменяя способ программирования, мы можем раскрыть вычислительный потенциал новых машин и дать людям возможность продолжать быстро разрабатывать новые приложения и новые идеи, которые смогут использовать все более сложное и сложное оборудование».

Последние статьи

Related articles

ОСТАВЬТЕ ОТВЕТ

Пожалуйста, введите ваш комментарий!
пожалуйста, введите ваше имя здесь

hentai lou nicehentai.com ahegeo hentai pron v bigztube.mobi kannada school girl sex videos sxsi com pornoko.net indian porn xnxx.com سكس.جماعي pornigh.com سكس لوسي bangali sex in kompoz2.com ganapa kannada movie songs
سكس مع المعلمة matureporni.com سكس كس مفتوح desi clip.com foxporns.info girls sexy pictures хентай манга hentaitale.net hentai zombie girl little sister doujin justhentaiporn.com kasumi tendo hentai افلام جيانا مايكلز gratisfucktube.com foto sex
desi gay porn vedio momyporn.mobi nepali x video مدام شرموطه freetube18x.com ايناس الدغيدي سكس tony tony chopper hentai hentaimangaz.com naruto new hentai manga الكس والزبر pornarabic.net احلى بزاز ميلفاية arabgrid.net فلم\سكس