谷歌人工智能发明更迅速的算法
发布时间：2022-10-13 12:00:24 所属栏目：外闻 来源：网络
导读： 美国谷歌旗下人工智能公司DeepMind开发了一种新的矩阵算法，这是50多年来的首次进步。一系列软件都依赖于大规模执行乘法任务，而这一发现有望将某些计算速度提高20%。相关论文10月5日发
|
美国谷歌旗下人工智能公司DeepMind开发了一种新的矩阵算法，这是50多年来的首次进步。一系列软件都依赖于大规模执行乘法任务，而这一发现有望将某些计算速度提高20%。相关论文10月5日发表于《自然》。 矩阵乘法，即两个矩阵之中的数字相乘，在某种程度上几乎是所有软件的基本计算任务，尤其是在图形、人工智能和科学模拟中。即使这些算法的效率仅提高一点，也可以带来显著的性能提升或节约能源。 过去几个世纪，数学家普遍认为，矩阵中相乘元素的个数与矩阵乘法的运算效率成正比。这意味着，当矩阵扩大，乘法的计算量也会扩大。 直到1969年，德国数学家Volker Strassen证明，一个由两个数字组成的两行矩阵与另一个同样大小的矩阵相乘，并不需要8次乘法计算，而可以通过技巧简化为7次。该过程需要一些额外的加法，但这是可以接受的，因为计算机计算加法比乘法快得多。 DeepMind公司的Hussein Fawzi表示，这些结果在数学上是合理的，但对人类来说却远远不够直观。“目前，我们还不清楚为什么这是矩阵乘法的最佳方式。关于深度学习是如何做到这些的，还有一些理论工作要做。” 除了上述例子，AlphaTensor 还在有限域内改进了Strassen的二阶算法，这是Strassen算法自 50 多年前被提出以来迎来的首次改进。 英国萨塞克斯大学的James Knight表示，在超级计算机和强大硬件上运行的一系列软件，如人工智能研究和天气模拟，实际上都在使用大规模矩阵乘法。“如果这种方法真的能实施，那可能会带来普遍性的加速。” 伦敦大学的Oded Lachish表示，新算法可以提高各种软件的效率，因为矩阵乘法是一个非常常见的问题。 “我相信，我们将看到人工智能为类似的问题带来解决方案。这类技术有着重要的应用前景，因为算法中的更少操作不仅意味着更快的结果，还意味着更少的能量消耗。”Lachish说。 （编辑：通辽站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐