Российские математики разработали алгоритм для оптимизации работы ИИ

Российские исследователи разработали инновационный алгоритм, который способен значительно повысить эффективность настройки гиперпараметров в системах искусственного интеллекта. Разработанный алгоритм представляет собой существенный прогресс в области оптимизации функционирования моделей ИИ. Об этом ТАСС проинформировали в пресс-службе Сбера.

Алгоритм под названием JAGUAR нацелен на оптимизацию двухфазных процессов. На первом этапе он производит обучение нейронной сети для извлечения числовых представлений информации, что способствует увеличению точности классификации на втором этапе. Данное решение также имеет перспективы применения в процессе адаптации больших языковых моделей.

Разработка была осуществлена группой исследователей из Лаборатории искусственного интеллекта Сбербанка, Московского физико-технического института и Университета Иннополис под руководством Александра Безоснова. Новый подход предназначен для решения задач оптимизации в случаях, когда отсутствует четкая формула для расчета результатов.

Имеющиеся методы, например, алгоритм Франка-Вульфа, не всегда обеспечивают удовлетворительные результаты. Тестирование нового алгоритма выявило его способность быстро и эффективно адаптировать модели машинного обучения, при этом он демонстрирует высокую производительность даже при наличии случайных ошибок.

Представленная разработка обладает большим потенциалом для улучшения качества и скорости работы систем искусственного интеллекта, что создает новые возможности для развития технологий в данной сфере. JAGUAR значительно обгоняет существующие аналоги на рынке, что свидетельствует о его высокой перспективности и возможности применения в различных областях.

Ранее корпорация Google обратилась к правительству США с просьбой пересмотреть законодательство в отношении авторского права и экспорта технологий с целью стимулировать прогресс в области искусственного интеллекта. Подробнее об этом читайте в материале Общественной службы новостей.