در ابتدا بیایید با معنی بنچمارک و یا معیار های یک تکنولوژی بیشتر آشنا شویم.
در محاسبات، یک بنچمارک، چگونگی عملکرد اجرای یک برنامه کامپیوتری را نشان می دهد، بر اساس مجموعه ای از برنامه ها یا سایر عملیات ها برای ارزیابی عملکرد نسبی یک شیء، که به طور معمول با اجرای تعدادی از آزمایشات و تست ها بر علیه آن صورت می پذیرد.
مثلا بنچمارک تلفن های همراه هوشمند و یا بنچمارک لپتاپ ها و کامپیوتر ها در اصل معیارهای سنجش کیفیت و چگونگی عملکرد آن ها می باشند که برای هر کدام از این وسیله ها و حتی دستگاه های دیگر سنجش این معیار ها و بنچمارک آنها متفاوت می باشد.
در اصل بنچمارک ها و یا معیارها می توانند برای مشخص کردن چگونگی عملکرد و کیفیت قطعات این دستگاه ها استفاده شوند که می توان بنچمارک قطعاتی مانند نمایشگر ها و یا تراشه ها را بر اساس کیفیت آن ها مشخص کرد.
مثلا در نمایشگر ها بسیاری از ویژگی ها مانند بیشترین روشنائی، کمترین روشنائی، دمای رنگ، دقت رنگ، گاما و بسیاری از ویژگی های دیگر مورد تست و آزمایش قرار می گیرند تا معیارها و به عبارتی دیگر بنچمارک آن ها مشخص شود.
از این سو، شرکت های بزرگ تکنولوژی نیز در تلاش اند تا بنچمارک و معیارهایی را برای تکنولوژی جدید هوش مصنوعی AI در نظر بگیرند.
یک کنسرسیوم و هیئت از 40 شرکت فناوری، از جمله افرادی از فیس بوک و گوگل، با یکدیگر همکاری می کنند تا مجموعه ای از ارقام ارزیابی هوش مصنوعی AI را منتشر کنند.
سپس با سنجش محصولات AI در برابر این معیارها، شرکت های موجود در این زمینه قادر به شناسایی راه حل های مطلوب محصولات خود خواهند بود و به گفته این کنسرسیوم، با MLPerf، این شرکت ها “اعتماد به نفس” را به دست می آورند که راه حل های مناسب را برای گسترش تکنولوژی خود در اختیار دارند.
معیارها یا بنچمارک هوش مصنوعی، به نام MLPerf Inference v0.5، در اطراف سه وظیفه یادگیری ماشینی رایج قرار می گیرد: طبقه بندی تصویر، تشخیص شی و ترجمه ماشینی.
با توجه به توانایی های مختلف پردازش دستگاه های مختلف، معیارهای جداگانه ای برای AI در سراسر سیستم عامل های مختلف مانند گوشی های هوشمند، سرور ها و تراشه ها وجود دارد.
به علاوه با ارائه بهترین راهنمایی های عملی برای شرکت های در حوزه فناوری اطلاعات، امیدوار است که معیارها به نوآوری بیشترینیز کمک کند، به طوری که سازمان ها به رغم تحریک بیشتر، آگاهانه به سمت پیشرفت تکنولوژی های هوش مصنوعی خود بروند.
پیتر ماتسون، مدیر اجرایی MLPerf، گفت: “با ایجاد معیارهای متداول و مناسب برای ارزیابی چارچوب های نرم افزاری جدید برای یادگیری ماشینی، شتاب دهنده های سخت افزاری و سیستم عامل های رایانه ای ابری در شرایط واقعی، این معیارها یک میدان بازی یکسان ایجاد می کنند که حتی کوچکترین شرکت ها می توانند از آن استفاده کنند. ”
برای مطالعه بیشتر ببینید که هوش مصنوعی deepfake سامسونگ از یک عکس و تصویر شما ویدئو می سازد! یا هوش مصنوعی AI چگونه عکاسی با دوربین های موبایل را ارتقاء داده است ویا ۵ روش آسان برای ساخت هوش مصنوعی شخصی خودتان.
