Сегодня 09 декабря 2023
18+
MWC 2018 2018 Computex IFA 2018
Теги → математика

Игровой ИИ AlphaZero открыл новый способ умножения матриц впервые за 50 лет

Разработанная компанией DeepMind система искусственного интеллекта AlphaZero, первоначально предназначенная для настольных игр, предложила более быстрый способ умножения матриц — фундаментальной математической задачи, для которой не находилось новых решений уже более 50 лет.

 Источник изображения: technologyreview.com

Источник изображения: technologyreview.com

Задача об умножении матриц лежит в основе самых разных приложений от вывода изображения на экран до моделирования сложной физики, а также обучения самого искусственного интеллекта. Оптимизация решения этой задачи помогла бы упростить выполнение множества компьютерных операций, сократив расходы и обеспечив экономию энергии. Несмотря на повсеместное распространение задачи, она до сих пор недостаточно изучена.

Матрица — это массив чисел, а умножение матриц — это обычно последовательное умножение чисел в строках одной на числа в столбцах другой. Задача кажется относительно простой, но она существенно усложняется при попытке найти ускоренный метод её решения, и это одна из открытых проблем в информатике. Предполагается, что число доступных способов умножения матриц превосходит количество атомов во вселенной — в некоторых случаях до 10³³ вариантов.

Чтобы «заинтересовать» нейросеть AlphaTensor, новую версию AlphaZero, задачу об умножении матриц превратили в своего рода настольную игру, каждое действие умножения сопоставили игровому ходу, а ИИ получал награду за победу с минимальным числом ходов. В результате AlphaTensor нашёл новый способ умножения матриц 4×4, более эффективный, чем в 1969 году предложил немецкий математик Фолькер Штрассен (Volker Strassen). Базовый способ предполагает решение задачи за 64 шага, у Штрассена это 49 шагов, а AlphaTensor справляется за 47. В целом ИИ усовершенствовал алгоритмы для матриц более 70 размеров: при размере 9×9 число шагов уменьшилось с 511 до 498, а при 11×11 — с 919 до 896. В ряде других случаев AlphaTensor повторил лучшие из известных алгоритмов.

Получив результаты, инженеры DeepMind решили адаптировать их для ускорителей NVIDIA V100 и Google TPU, которые чаще всего используются в машинном обучении. Выяснилось, что предложенные AlphaTensor методы работают на 10–20 % быстрее традиционных.

Сотрудница Google Cloud рассчитала число Пи до 100-триллионного знака после запятой — это новый рекорд

Сотрудница отдела разработки Google Cloud Эмма Харука Ивао (Emma Haruka Iwao) и несколько её коллег заявили, что поставили очередной рекорд в расчёте числа Пи — теперь известны 100 триллионов десятичных знаков этой константы.

 Источник изображения: blog.google

Источник изображения: blog.google

Впервые госпожа Ивао и её команда поставили рекорд в 2019 году — тогда они провели расчёт с точностью до 31,4 трлн цифр. В прошлом году этот рекорд побили учёные университета прикладных наук Граубюнден (Швейцария), достигшие точности в 62,8 трлн знаков. Теперь же сотрудникам Google удалось взять реванш, и сейчас ведётся диалог с Книгой рекордов Гиннесса на предмет регистрации нового достижения.

Как сообщила сама госпожа Ивао, расчёт максимального количества десятичных знаков числа Пи — это способ отразить прогресс доступной вычислительной мощности. Её работа состоит в наглядной демонстрации возможностей платформы Google Cloud, поэтому она и воспользовалась своими рабочими ресурсами. В 2019 году выполнение задачи заняло 121 день, и тогда предыдущий рекорд был побит на 9 трлн знаков. На сей раз вычисления производились 157 дней, 23 часа, 31 минуту и 7,651 секунды — таким образом, при использовании «тех же инструментов и методов» компьютеры работали более чем в два раза быстрее. Всего потребовалось обработать 82 000 Тбайт данных.

Наконец, руководитель проекта привела пару любопытных фактов. Чтобы прочесть все 100 трлн цифр вслух по одной в секунду, потребуется более 3,1 млн лет. А «юбилейный» 100-триллионный десятичный знак числа Пи — ноль.

window-new
Soft
Hard
Тренды 🔥
Не за себя радеем: Amazon поддержала Google, обвинив Microsoft в антиконкурентном поведении на облачном рынке Великобритании 14 мин.
Новая статья: The Expanse: A Telltale Series — по шагу во все стороны. Рецензия 14 мин.
«ChatGPT, который знает всё о вашей жизни»: Google хочет рассказать людям историю их жизни с помощью ИИ 3 ч.
Сиквел детективного приключения The Case of the Golden Idol перенесёт игроков в эпоху крови и диско 4 ч.
Российская Caviar выпустила шоколадный iPhone 15 Pro Max по цене дороже настоящего 4 ч.
Разработан ИИ, который может перехватывать пароли с точностью 95 % по звуку нажатия клавиш 4 ч.
«Виза свободы»: Сальвадор будет выдавать гражданство за инвестиции в биткоинах 5 ч.
Google выпустила продвинутый ИИ-блокнот NotebookLM на нейросети Gemini Pro 5 ч.
Дуров назвал Telegram Premium самой быстрорастущей платной подпиской в истории — за год число пользователей выросло в четыре раза 6 ч.
За ремейк Brothers: A Tale of Two Sons взялись авторы Last Day of June и Murasaki Baby — дата выхода, улучшения и трейлер 6 ч.
Xiaomi выпустила уникальный смарт-браслет Genshin Impact Tartaglia Smart Band 8 Pro Limited Edition по мотивам популярной игры 2 ч.
Phison представит на CES 2024 контроллер для доступных SSD с PCIe 5.0 6 ч.
Существующие и будущие процессоры AMD, Intel и Arm оказались уязвимы к атаке SLAM — она позволяет воровать пароли и ключи 6 ч.
Гендиректор Intel расскажет о технологиях ИИ на выставке CES 2024 9 января 6 ч.
«МегаФон» стал «Компанией будущего» в номинации «Благотворительность» 6 ч.
Учёные придумали роботов из ДНК, которые смогут бесконечно копировать самих себя и строить объёмные структуры 7 ч.
TSMC столкнулась с падением выручки в ноябре после роста в октябре — до нормализации рынка ещё далеко 8 ч.
Xiaomi представила недорогой смартфон Redmi 13R 5G с Dimensity 6100+ и 50-Мп камерой 8 ч.
QNAP представила NAS серии TS-hx77AXU-RP на базе AMD Ryzen 7000 с поддержкой M.2 PCIe 5.0 8 ч.
Nokia ожидает ухудшения финансовых показателей из-за сделки между AT&T и Ericsson 9 ч.