MIT新突破：让视频识别模型的训练速度提升三倍

10月10日消息，机器学习使计算机能够识别人脸和医学影像。但当它的任务是解释视频和真实世界的事件时，有可能会让机器学习模型变得庞大而繁琐。

据外媒报道，日前，MIT-IBM沃森人工智能实验室的一个团队已经找到了一种解决方案。研究人员创建了一个模型，可以加快视频识别模型的训练速度，同时也可以缩小模型的大小。

这一研究的关键就在于改变视频识别模型查看时间的方式。当前的模型将时间的流逝编码成一系列的图像，这就产生了更大的、计算密集型的模型。MIT-IBM沃森人工智能实验室的研究人员设计了一个时间移位模块，它给模型一种时间流逝的感觉，而不需要显式地表示时间。经过一系列测试，该模型的执行速度比当前模型快三倍。

时间移位模块使得在移动设备上运行视频识别模型变得更加容易。麻省理工学院助理教授Song Han表示，“我们的目标是让所有人都能使用低功耗的人工智能设备。要做到这一点，我们需要设计出高效的人工智能模型，这种模型能耗更低，能够在有大量人工智能活动的边缘设备上顺畅运行。”

据了解，研究人员将在2019国际计算机视觉大会(International Conference onComputer Vision)上发表他们的研究成果。

通过减少训练所需的算力，该方法也可能有助于减少人工智能的碳足迹。它可以帮助视频、社交等平台发现暴力或恐怖镜头。同时，还可以让医疗机构在本地运行人工智能应用程序，保障了数据的安全。