一小队学生搞的 AI 击败了谷歌的机器学习代码！

这次成功表明了并非只由精英程序员才能取得AI领域的进展。

图片来源：Andrej Karpathy

Fast.ai的学生们刚开发出了一种AI算法：一项重要的基准测试显示，其性能超过了谷歌研究人员编写的代码。Fast.ai 是一家在网上开设免费机器学习课程的小型机构。

Fast.ai 的成功之所以很重要，是因为有时似乎只有拥有雄厚资源的精英程序员才能搞先进的AI研究。

Fast.ai由一群热衷于研究机器学习的兼职学生组成，他们可能会走上数据科学这条职业道路。Fast.ai租用了亚马逊云的计算机资源。

但是斯坦福大学的研究人员用一种名为DAWNBench的基准测试测量后发现，Fast.ai的团队开发的一种算法胜过谷歌研究人员编写的代码。该基准测试使用一种常见的图像分类任务，按照每一美元的计算能力来测量深度学习算法的速度。

谷歌的研究人员在几台机器上的训练这个类别超过以前的排名，他们使用了专门为机器学习设计的度身定制的自家芯片组成的集群。Fast.ai团队能够在大致相当的硬件上以更快的速度运行。

Fast.ai的创始人之一、著名AI企业家杰里米•霍华德（Jeremy Howard）说：“最先进的研究结果并不是完全专属于大公司。”霍华德和联合创始人雷切尔•托马斯（Rachel Thomas）创办了 Fast.ai，旨在让AI更普及，而不是被少数大公司独占。

霍华德的团队能够与谷歌这样的大公司抗衡，秘诀在于做了许多简单的事情。这包括确保输入到训练算法的图像被正确裁剪。霍华德说：“这些是很明显的、小儿科的事情，许多研究人员没想到要做。”

在几台机器上运行学习算法所需的代码由美国五角大楼新成立的国防创新中心的一名协作人员开发的。该中心刚成立，旨在帮助军方使用AI和机器学习。

斯坦福大学教授、DAWNBench 的开发者之一马泰•扎哈里亚（Matei Zaharia）表示，Fast.ai 所做的工作让人刮目相看，不过他特别指出，对于许多AI任务来说，大量数据和计算资源仍然是关键。

Fast.ai的算法使用16个AWS 实例在 ImageNet数据库上训练用时18分钟，总的计算成本约为40美元。霍华德声称，这比谷歌的代码要好40%左右，不过他也承认，由于硬件不同，这番比较并不精确。

非营利机构OpenAI 的沟通和政策主管杰克•克拉克（Jack Clark）说，Fast.ai已在语言理解等其他领域做出了颇有价值的工作。克拉克说：“像这样的工作惠及每个人，因为它们提升了人们对AI技术的基础熟悉程度。”