Теперь ИИ не остановить: Российские учёные увеличили скорость обучения искусственного интеллекта в 20 раз
Открытие российских исследователей ИИ исправило ошибку всего мирового научного сообщества.
![Искусственный интеллект близок к моменту, когда он сможет выполнять любые задачи самостоятельно. Обложка © Shutterstock](https://static.life.ru/publications/2023/8/18/157002401917.48752-900x.jpeg)
Искусственный интеллект близок к моменту, когда он сможет выполнять любые задачи самостоятельно. Обложка © Shutterstock
Российские учёные из Tinkoff Research открыли новый уникальный алгоритм, который увеличивает скорость обучения искусственного интеллекта в 20 раз. Открытие может приблизить мир к появлению в нём "универсального робота" — машины, которая в одиночку способна выполнять любые задачи. Его использование может в том числе повысить безопасность беспилотных автомобилей, ускорить доставку грузов и даже сократить вредные выбросы в атмосферу: во все эти процессы сейчас внедряется искусственный интеллект.
До недавнего времени научное сообщество довольно скептически относилось к технологии, которая лежит в основе этого алгоритма: считалось, что на практике она неприменима для обучения ИИ выполнению реальных задач. Но недавно на Международной конференции по машинному обучению в Гонолулу учёные представили открытие, которое полностью реанимировало этот метод. Оказалось, что к ошибочному выводу научное сообщество привело использование неправильных размеров нейросетей. В частности, такая ошибка была допущена в экспериментах исследователей из Google DeepMind — научной лаборатории на базе техногиганта Google.
В выбранном алгоритме машинного обучения используются две нейросети, притом одна из них выбирается случайно, а вторая — должна предсказывать поведение первой. Однако российские учёные обнаружили, что до сих пор при тестировании этого метода использовали нейросети неодинаковой сложности: "предсказатель" оказывался слабее случайной нейросети. Как выяснилось, если обеспечить их равенство, обучение идёт успешно.
В Tinkoff Research не только исправили размеры нейросетей, но и оптимизировали метод, протестировав его на робототехнических симуляторах. Теперь искусственный интеллект обучается в 20 раз быстрее и на 10% качественнее всех существующих аналогов.
![avatar](/_next/static/images/user-1f382041594f41290d4e4a0a15397aa9.png)