爱科技网

深度学习AI系统将新加坡置于大数据分析的全球地图上

新加坡国立大学(NUS)的一组研究人员已将新加坡置于人工智能(AI)和大数据分析的全球地图上。他们的名为Apache SINGA的开源项目于2019年10月16日从Apache孵化器中“毕业”,现在是全球最大的开源软件社区Apache Software Foundation下东南亚的第一个顶级项目(TLP)。

被认可为TLP绝非易事,因为Apache SINGA现在加入了领先的开源工具(例如Apache HTTP Server和Apache Kafka)的行列。虽然名称可能不会立即响起,但Apache Kafka在Airbnb,LinkedIn,Netflix,PayPal,Spotify和许多其他公司中为大数据解决方案提供支持。Apache HTTP Server是世界上最受欢迎的Web服务器,目前为Internet上所有活动网站的29%提供服务。

Apache SINGA由OUS Beng Chin教授领导,由国立计算学院数据库系统研究小组与浙江大学,网易于2014年共同发起。该原型于2015年3月提交给Apache Incubator,并于2002年首次正式发布。 2015年10月。此后,国立大学的研究人员获得了新加坡国家研究基金会,教育部和科学,技术与研究局的支持。

Ooi教授说:“ 2012年,我们对深度学习和机器平台的需求不断增长,但是缺乏高效的分布式平台。毕业是对Apache SINGA的认可,但这只是开始。我们希望Apache SINGA可以像Apache HTTP Server对网站服务器所做的一样,对深度学习产生影响。”

深度学习是机器学习的一个子集,旨在利用人工神经网络从大量数据中产生有意义的见解。虽然机器学习通常需要人类提供结构化数据,但深度学习可以自行构造原始数据。一个例子就是识别猫的形象。机器学习将需要人工输入才能定义猫具有诸如胡须,尖耳朵和爪子的特征。深度学习将通过各种算法分析猫的多个图像,从而通过模拟人造大脑本身来确定所有特征。

但是,深度学习的局限性在于它需要大量的数据,这反过来又需要大量的计算能力。一个典型的集中式系统将需要一台超级计算机来处理所有这些信息,这对于大多数组织来说不是一个选择。Apache SINGA的分布式系统方法有助于克服对单个超级计算机的需求,因为它可以将工作量分散到大量常规计算机上。

Apache SINGA当前为跨多个部门的应用程序提供支持,包括医疗保健,银行和金融,软件开发和网络安全。其中一个应用是FoodLG,它通过最终用户上传的照片使用图像识别来识别菜肴。新加坡的五家医院目前正在使用不同版本的FoodLG来促进健康生活并促进疾病的治疗,例如糖尿病,高血压和高胆固醇。

国立大学医院(NUH)和新加坡总医院也正在利用Apache SINGA分析MRI和X射线图像,以改善对健康问题的识别。此外,NUH使用在Apache SINGA上训练的模型来进行疾病进展建模和患者重新入院建模。在网络安全领域,SecureAge正在使用ApacheSINGA开发恶意软件检测深度学习模型,以更准确地识别恶意软件,并根据过去的数据识别新型恶意软件。另一方面,本地银行也正在使用Apache SINGA来开发和训练用于风险建模和解决反洗钱合规性的模型。

Apache SINGA的下一步是增强其系统,使非AI专家也能够使用它,并简化其在边缘设备上的运行,为5G时代做好准备。