Системы, подобные AlphaZero, доказали свою успеваемость в азартных играх, но теперь они делают шаг в мир математики. В статье, опубликованной в журнале Nature, команда DeepMind представила AlphaTensor — первый искусственный интеллект, который самостоятельно открывает новые алгоритмы матричного умножения. Это открытие может изменить подходы к решению одной из самых фундаментальных задач в вычислительной математике.
Матричное умножение — это базовая операция, используемая в большинстве вычислительных задач, включая обработку изображений и обучение нейронных сетей. Несмотря на то что стандартный алгоритм матричного умножения считался наилучшим, с 1969 года, когда математик Волькер Страссен представил более быстрые методы, учёные искали новые способы улучшить это процесс. AlphaTensor сумела превзойти даже алгоритмы, созданные человеком, открыв алгоритмы с меньшим количеством умножений.
Используя подходы глубокого обучения и обучение с подкреплением, AlphaTensor превращает задачу нахождения эффективных алгоритмов в игру с тензорами, что позволяет ей постепенно улучшаться и учиться на исторических алгоритмах. Например, AlphaTensor нашла способ перемножать матрицы с 76 умножениями вместо 100 — значительное улучшение производительности. Это открытие может значительно повысить эффективность вычислений в различных областях.
Применяя машинное обучение, AlphaTensor открывает новые горизонты для математических исследований и демонстрирует, что искусственный интеллект может быть мощным инструментом в поиске инновационных решений.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена