Facebook cùng các ông lớn chia sẻ công nghệ AI: cho đi là nhận lại

Facebook đang phát hành miễn phí các thiết kế về một mẫu máy chủ mới đầy mạnh mẽ, nhằm tăng cường sức mạnh cho phần mềm trí thông minh nhân tạo. Giám đốc kỹ thuật trong nhóm nghiên cứu AI của Facebook, ông Serkan Piantino cho biết, các máy chủ mới này nhanh gấp hai lần các máy mà Facebook từng dùng trước đây. “Chúng tôi sẽ khám phá được nhiều điều hơn nữa về cách máy tính học hỏi cũng như trí thông minh nhân tạo.”

Món quà của mạng xã hội này là diễn biến mới nhất sau một loạt các thông báo gần đây bởi những gã khổng lồ công nghệ về việc mã nguồn mở công nghệ trí thông minh nhân tạo, vốn đang trở nên quan trọng với người tiêu dùng và dịch vụ điện toán của doanh nghiệp. Mở cửa công nghệ này đang được xem là cách tăng tốc tiến bộ trên phạm vi rộng lớn hơn, đồng thời cũng giúp các công ty công nghệ nâng cao danh tiếng và thuê thêm các nhân sự chủ chốt.

Mẫu máy chủ nguồn mở Big Sur của Facebook

Trong tháng 11, Google đã mã nguồn mở phần mềm TensorFlow, từng được sử dụng để tăng cường sức mạnh cho cỗ máy tìm kiếm và chức năng nhận diện giọng nói của hãng này. Chỉ ba ngày sau đó, đến lượt Microsoft phát hành bản cập nhật nhằm mục đích các lập trình viên bên ngoài cũng có thể đóng góp cho phần mềm machine-learning của mình, làm cho nó trở nên mạnh mẽ hơn. Không lâu sau đó, IBM cũng thông báo về việc mã nguồn mở SystemML, vốn được phát triển để sử dụng các thuật toán machine-learning nhằm tìm các mô hình hữu ích trong ngân hàng dữ liệu của mình.

Thiết kế máy chủ mới của Facebook, được gọi là Big Sur, được tạo ra nhằm tăng cường sức mạnh cho phần mềm Deep Learning của máy, khi dữ liệu được xử lý bằng cách mô phỏng mạng tế bào thần kinh. Việc khám phá ra cách để tăng cường sức mạnh cho phần mềm, bằng các chíp xử lý đồ họa (GPU), là bước tiến quan trọng trong việc giúp máy tính hiểu lời nói, hỉnh ảnh, và ngôn ngữ. Facebook hiện đang hợp tác chặt chẽ với Nvidia, nhà sản xuất GPU hàng đầu, trong việc thiết kế máy chủ mới, nhằm hạn chế tối đa việc phải nhồi nhét thêm chip. Phần cứng này cũng có thể dùng để chạy phần mềm TensorFlow của Google.

Yan LeCun, giám đốc nhóm nghiên cứu AI của Facebook, cho rằng nguyên nhân để hãng mã nguồn mở thiết kế Big Sur, là để mạng xã hội này ở vị trí có thể thu nhận được các ý tưởng mới. “Các công ty như chúng tôi thực sự đạt được những tiến bộ nhanh chóng về nghiên cứu, các tiến bộ đó càng nhanh được thực thi, chúng tôi càng có thêm được lợi ích.” Ông LeCun cho biết. Vào tháng Hai năm nay, Facebook đã mã nguồn mở phần mềm Deep Learning của riêng mình.

Ông LeCun cũng cho rằng việc mở cửa công nghệ của Facebook sẽ giúp thu hút thêm các tài năng hàng đầu. Một công ty có thể hưởng lợi bằng hành động này khi được xem là rộng lượng, và cũng khuyến khích mọi người làm quen với cách suy nghĩ và làm việc đặc biệt này. Khi Google, Facebook và các công ty khác đã tăng cường đầu tư vào trí thông minh nhân tạo, việc cạnh tranh để thuê được các chuyên gia cao cấp về công nghệ cũng ngày càng tăng.

Tổng giám đốc mảng dịch vụ đám mây của IBM, ông Derek Schoettle, người đưa ra công cụ để giúp các công ty phân tích dữ liệu, cho rằng công nghệ machine-learning đã được phổ biến rộng rãi. Các dự án mã nguồn mở đóng vai trò quan trọng trong việc thiết lập các cơ sở dữ liệu quy mô lớn và phân tích dữ liệu, cũng như đã trở thành nền tảng của các công ty điện toán hiện đại. Giá trị thực sự của công cụ nằm ở việc các công ty có thể làm gì với chúng, hơn là do bản thân công cụ đó.

“Điều sắp trở nên thú vị và giá trị là việc dữ liệu di chuyển đến hệ thống đó và cách mọi người có thể tìm thấy giá trị trong những dữ liệu đó.” Ông Schoettle cho biết. Vào cuối tháng trước, IBM đã chuyển giao phần mềm machine-learning của mình, SystemML, sang tổ chức Apache Software Foundation, nhằm hỗ trợ hàng loạt dự án mã nguồn mở quan trọng.

Mẫu thiết kế máy chủ Big Sur của Facebook sẽ được nộp cho Dự án Điện toán Mở (Open Compute Project), một nhóm các công ty lớn bao gồm cả Facebook, Microsoft và Apple, chia sẻ các thiết kế về cơ sở hạ tầng điện toán nhằm giảm chi phí.

Theo MIT Technology Review