Теперь ИИ может предоставить нам более эффективные математические алгоритмы

Компьютерное программирование внедряет математику для анализа, а затем манипулировать представлениями реальных явлений. Наиболее важным расчетом по математике, связанным с программированием, являются матрицы. Выполнение расчетов матрицы требует большой работы, особенно когда матрицы растут больше. Следовательно, команда исследователей в Google DeepMind, Лондон, продемонстрировала, что ИИ может найти более быстрые алгоритмы для решения проблем умножения матрицы.

Исследователи в DeepMind представили возможность использования системы ИИ на основе усиленного обучения для создания новых алгоритмов с меньшим количеством шагов, чем те, которые реализованы сейчас. Они обнаружили, что большинство игровых систем внедрило обучение подкреплению. Команда сместила свое внимание на поиск деревьев после завершения предварительных систем, которые также используются в игровом программировании. Применительно к умножению матриц, исследователи обнаружили, что преобразование системы ИИ в игру, разрешенную для поиска наиболее эффективного способа достичь желаемого результата - математический результат.


Исследователи экспериментировали со своей системой, позволяя ей найти, пересмотреть и внедрять существующие алгоритмы, используя вознаграждение, чтобы привлечь их для выбора наиболее эффективного. Система узнала о факторах, которые повышают эффективность умножения матрицы. Исследователи также заставили систему генерировать свои алгоритмы для снова повышения эффективности. Во многих случаях этот эксперимент продемонстрировал, что алгоритм системы был более эффективным, чем те, которые были созданы человеческими предшественниками.