Sztuczna inteligencja ma zdolność znajdowania skrótów w podstawowym rodzaju obliczeń matematycznych. Dzięki temu odkryciu, naukowcy będą mogli rozpocząć analizę nowych algorytmów i rozwinąć uczenie maszynowe.
.Naukowcy z londyńskiej firmy DeepMind wykazali, że sztuczna inteligencja ma zdolność znajdowania skrótów w podstawowym rodzaju obliczeń matematycznych. Robi to poprzez przekształcenie problemu, przed którym staje, w grę. Następnie wykorzystuje uczenie maszynowe. Dzięki temu sztucznej inteligencji udało się odkryć algorytmy, które biją rekordy wydajności obliczeniowej. Może to utorować drogę do bardziej wydajnych obliczeń w innych dziedzinach nauki – informuje czasopismo Nature.
Algorytm ulepsza algorytm
.Postępy w uczeniu maszynowym dały naukowcom możliwość opracowania sztucznej inteligencji, która może generować języki lub wykrywać hakerów. Od pewnego czasu badacze zaczęli wykorzystywać technologię do ulepszania własnych algorytmów, co skutkuje przyspieszeniem procesu obliczeniowego.
DeepMind działa dzięki wykorzystaniu uczenia maszynowego, które nazywane jest uczeniem wzmacniającym. Sztuczna inteligencja, często przyjmująca postać sieci neuronowej, uczy się poprzez interakcję z otoczeniem, aby osiągnąć wieloetapowy cel, np. wygrać grę planszową. Za każdym razem, gdy sztuczna inteligencja odnosi sukces, jest wzmacniana, poprzez aktualizację swoich wewnętrznych parametrów. Dzięki temu prawdopodobieństwo sukcesu w przyszłości jest większe.
Sztuczna inteligencja należąca do firmy DeepMind wykorzystuje również metodę, która została nazwana przeszukiwaniem drzew. Badając wyniki możliwości, które się rozgałęziają, SI uczy się planować swoje działania. Wybiera ścieżki, którym powinna nadać priorytet podczas dalszego wyszukiwania danych rozgałęzień. Sztuczna inteligencja ma wskazać, które działania są najbardziej obiecujące na każdym etapie. Dzięki takiemu uczeniu się, sieć neuronowa jest udoskonalana, a to pozwala jej coraz skuteczniej znajdować rozwiązania i jeszcze szybciej się uczyć.
Sprawniejsze obliczenia
.Sztuczna inteligencja ma unikalną intuicję wypracowaną poprzez granie w gry. Badacze nie osadzają w niej żadnej ludzkiej intuicji w celu przeprowadzania działań matematycznych. Musi ona zbudować własną wiedzę o problemach, które napotyka. Może również zoptymalizować działania konkretnego sprzętu. Zespół badawczy wytrenował SI na dwóch różnych procesorach i wzmacniał ją nie tylko w momencie, gdy podejmowała mniejszą ilość działań, ale również, gdy skracała on czas w jakim przeprowadzała działania. Dzięki temu czasami najszybsze algorytmy na jednym z procesorów, były wolniejsze na drugim.
Uczenie maszynowe może mieć zastosowanie w różnego rodzaju operacjach matematycznych. Naukowcy twierdzą, że sztuczna inteligencja będzie w stanie rozbić złożone fale lub inne skomplikowane obiekty matematyczne na prostsze.
Ten rozwój byłby bardzo ekscytujący, gdyby udało się go zastosować w praktyce. Wzrost wydajności poprawiłby wiele zastosowań sztucznej inteligencji – mówi Virginia Vassilevska Williams, informatyk z Massachusetts Institute of Technology w Cambridge.
Grey Ballard, informatyk z Wake Forest University w Winston-Salem w Północnej Karolinie, twierdzi, że zbliżamy się do przesunięcia granic w obliczeniach matematycznych. Dzięki temu odkryciu, naukowcy będą mogli rozpocząć analizę nowych algorytmów. Pozwoli to na uzyskanie wskazówek i poszukiwanie kolejnego przełomu w rozwoju sztucznej inteligencji.
Oprac. Emil Gołoś
