Нейросеть за несколько часов ускорила алгоритм, над которым математики работали столетиями
Исследователи из Google DeepMind показали, что ИИ может находить более быстрые алгоритмы для решения задачи умножения матриц, чем до сих пор нашли математики. Задача перемножения матриц - одна из самых трудоемких вычислительных проблем ИИ. Для поиска алгоритма умножения задача была переформулирована в игру и превзошла математиков.
Матрица - это прямоугольная таблица чисел. Первые алгоритмы работы с матрицами были разработаны в древнем Китае 4 тысячи лет назад. Активное использование матриц для решения систем линейных уравнений началось в XVII - XVIII веках. Эта техника удобна, но для больших числовых таблиц очень трудоемка, и любое ускорение критически важно для вычислительной математики, в том числе для работы нейросетей.
Группа исследователей из Google DeepMind в Лондоне обнаружила, что ИИ может найти более быстрые алгоритмы для решения задачи умножения матриц. В своей статье, опубликованной в журнале Nature, группа описывает использование обучения с подкреплением для улучшения математических алгоритмов.