Команда ученых из DeepMind представила AlphaTensor, первый искусственный интеллект, способный открывать новые, эффективные и строго корректные алгоритмы для фундаментальных задач, таких как умножение матриц. Исследование, опубликованное в журнале Nature, поднимает завесу над 50-летним открытым вопросом в математике – поиском самого быстрого способа умножения двух матриц.
За последние тысячи лет алгоритмы помогали математикам в решении базовых операций. Упоминания об алгоритмах можно найти в трудах древних египтян и греков, а в средние века персидский математик Мухаммад ибн Муса аль-Хорезми разработал новые алгоритмы для решения линейных и квадратных уравнений. Тем не менее, несмотря на современные достижения, создание новых алгоритмов остается исключительно сложной задачей.
AlphaTensor, основанный на системе AlphaZero, которая продемонстрировала превосходство в настольных играх, теперь сделала шаг к решению нерешенных математических проблем. Умножение матриц – это одна из простейших операций в алгебре, но она имеет огромное значение для современного цифрового мира, включая обработку изображений, распознавание голосовых команд и игры.
В своей работе команда преобразовала задачу поиска эффективных алгоритмов умножения матриц в одиночную игру. В этой игре трехмерный тензор служит представлением текущего алгоритма, и игрок должен его модифицировать до полной корректности. AlphaTensor использовал методы обучения с подкреплением, чтобы научиться открывать более эффективные алгоритмы, которые превосходят традиционные подходы.
Для примера, AlphaTensor обнаружил алгоритмы, использующие лишь 76 умножений для операции, которая традиционно требует 100. Новые алгоритмы AlphaTensor не только опережают алгоритмы, разработанные человеком, но и имеют потенциал для значительных улучшений в алгоритмической эффективности.
Использование этих алгоритмов может привести к значительному повышению эффективности в самых различных вычислительных задачах, включая графику, цифровые коммуникации и обучение нейронных сетей. AlphaTensor демонстрирует, что искусственный интеллект может не только играть в игры, но и вносить важный вклад в математику и науку в целом.