Although machine learning (ML) and

Although machine learning (ML) and artificial intelligence (AI) have been around for decades, most of the recent advances in these fields have been enabled by two trends: larger publicly available research data sets and the availability of more powerful computers — specifically ones powered by GPUs. Most of the major advances in these areas move forward in lockstep with our computational ability, as faster hardware and software allow us to explore deeper and more complex systems.

At Facebook, we've made great progress thus far with off-the-shelf infrastructure components and design. We've developed software that can read stories, answer questions about scenes, play games and even learn unspecified tasks through observing some examples. But we realized that truly tackling these problems at scale would require us to design our own systems. Today, we're unveiling our next-generation GPU-based systems for training neural networks, which we've code-named “Big Sur.”

Kết quả (Việt) 1:

Mặc dù máy học (ML) và trí tuệ nhân tạo (AI) đã xung quanh cho nhiều thập kỷ qua, hầu hết các tiến bộ gần đây trong các lĩnh vực đã được kích hoạt bởi hai xu hướng: lớn hơn các tập dữ liệu nghiên cứu có sẵn công khai và sự sẵn có của máy tính mạnh mẽ hơn — đặc biệt là những người được tài trợ bởi GPU. Hầu hết các tiến bộ lớn trong các khu vực này di chuyển tiếp trong lockstep với khả năng tính toán, như nhanh hơn các phần cứng và phần mềm cho phép chúng tôi để khám phá sâu hơn và phức tạp hơn các hệ thống.Tại Facebook, chúng tôi đã tiến bộ rất lớn vậy, đến nay với thành phần cơ sở hạ tầng off-the-shelf và thiết kế. Chúng tôi đã phát triển phần mềm mà có thể đọc các câu chuyện, trả lời các câu hỏi về hậu trường, chơi trò chơi và thậm chí tìm hiểu các nhiệm vụ không xác định thông qua quan sát một số ví dụ. Nhưng chúng tôi nhận ra rằng sự giải quyết những vấn đề này ở quy mô sẽ yêu cầu chúng tôi để thiết kế hệ thống riêng của chúng tôi. Hôm nay, chúng tôi đang Khánh của chúng tôi thế hệ GPU dựa trên hệ thống đào tạo thần kinh mạng lưới, chúng tôi đã HMS "Big Sur"

Kết quả (Việt) 2:

Mặc dù máy học (ML) và trí tuệ nhân tạo (AI) đã được xung quanh trong nhiều thập kỷ, hầu hết các tiến bộ gần đây trong các lĩnh vực này đã được kích hoạt bởi hai xu hướng: lớn hơn công bố công khai nghiên cứu các bộ dữ liệu và sự sẵn có của máy tính mạnh hơn - đặc biệt là những người trợ bởi GPU. Hầu hết các tiến bộ lớn trong các lĩnh vực này di chuyển về phía trước song song với khả năng tính toán của chúng tôi, như phần cứng và phần mềm cho phép chúng tôi để tìm hiểu các hệ sâu sắc hơn và phức tạp hơn nhanh hơn.

Tại Facebook, chúng tôi đã đạt được tiến bộ lớn vậy, đến nay cơ sở hạ tầng với off-the-shelf linh kiện và thiết kế. Chúng tôi đã phát triển phần mềm có thể đọc những câu chuyện, trả lời câu hỏi về những cảnh, chơi trò chơi và thậm chí học hỏi công việc không xác định thông qua quan sát một số ví dụ. Nhưng chúng tôi nhận ra rằng thực sự giải quyết những vấn đề này ở quy mô sẽ yêu cầu chúng tôi thiết kế các hệ thống của chúng tôi. Hôm nay, chúng ta đang ra mắt các hệ thống dựa trên GPU thế hệ tiếp theo của chúng tôi cho các mạng đào tạo thần kinh, mà chúng tôi đã có tên mã là "Big Sur."