Gönderiyi okuyorsunuz: Deepmind, matris çarpımı için yeni, verimli ve doğru algoritmalar keşfedecek bir yapay zeka (AI) sistemi olan ‘AlphaTensor’u sunuyor
Temel hesaplamalar için algoritmaların verimliliğini artırmak, önemli bir etkiye sahip olabilecek çok sayıda hesaplamanın genel hızını etkilediğinden, günümüzde çok önemli bir görevdir. Böyle basit bir görev, sinir ağları ve bilimsel hesaplama rutinleri gibi sistemlerde bulunabilen matris çarpımıdır. Makine öğrenimi, insan sezgisinin ötesine geçme ve şu anda mevcut olan insan tasarımı en örnek algoritmaları yenme potansiyeline sahiptir. Ancak olası algoritmaların çokluğu nedeniyle bu otomatik algoritma keşif süreci karmaşıktır. DeepMind yakın zamanda matris çarpımı gibi temel işlemler için yeni, etkili ve şüphesiz doğru algoritmalar geliştiren ilk yapay zeka (AI) sistemi olan AplhaTensor’u geliştirerek devrim niteliğinde bir keşif yaptı. Yaklaşımları 50 yılı aşkın süredir açık olan bir matematik bilmecesine cevap veriyor: İki matrisin mümkün olduğunca çabuk nasıl çarpılacağı.
Satranç, go ve shogi gibi masa oyunlarında insanüstü performans sergileyen bir ajan olan AlphaZero, AlphaTensor’un üzerine inşa edildiği temeldir. Sistem, AlphaZero’nun geleneksel oyunları oynamaktan karmaşık matematik problemlerini ilk kez çözmeye doğru ilerlemesini genişletiyor. Ekip, bu çalışmanın DeepMind’ın bilimi geliştirme ve en temel sorunları çözmek için yapay zekayı kullanma hedefinde önemli bir kilometre taşını temsil ettiğine inanıyor. Araştırma aynı zamanda ünlü Nature dergisinde de yayınlandı.
Matris çarpımı, lise öğrencilerine öğretilen en basit algoritmalardan biri olmasına rağmen, gerçek dünyada çok sayıda uygulamaya sahiptir. Bu yöntem, akıllı telefonlarda görüntü işleme, sözlü komutları tanımlama, video oyunları için grafikler oluşturma ve çok daha fazlası dahil olmak üzere birçok şey için kullanılıyor. Matrisleri etkili bir şekilde çoğaltan bilgisayar donanımı geliştirmek kaynak yoğundur; Bu nedenle matris çarpım verimliliğindeki küçük kazanımlar bile önemli bir etkiye sahip olabilir. Çalışma, yeni matris çarpım algoritmalarının otomatik gelişiminin çağdaş yapay zeka yaklaşımları kullanılarak nasıl ilerletilebileceğini araştırıyor. Birçok matris boyutu için en son teknolojiye sahip algoritmalardan daha etkili algoritmalar bulmak amacıyla AlphaTensor, insan sezgisine daha da fazla güveniyor. Yapay zeka tarafından tasarlanan algoritmalar, insanlar tarafından oluşturulan algoritmalardan daha iyi performans göstererek algoritmik keşifte önemli bir ilerlemeyi temsil ediyor.
Algoritmanın geliştirilmesindeki ilk adım, etkili matris çarpım yöntemleri bulma problemine dayalı tek oyunculu bir oyun oluşturmaktı. Oyun tahtası, mevcut algoritmanın ne kadar hatalı olduğunu ölçen üç boyutlu bir tensördür. Oyuncu, algoritmanın talimatlarına uygun bir dizi izin verilen hareket kullanarak tensörü değiştirmeye ve girişlerini sıfırlamaya çalışır. Oyuncu bunu başardığında, herhangi bir matris çifti için doğru olduğu kanıtlanabilen bir matris çarpım algoritması üretilir. Etkinliği, gergiyi sıfırlamak için gereken adım sayısıyla ölçülür.
Ancak bu oyun diğer geleneksel masa oyunlarına göre oldukça zordur. Matris çarpımının basit örnekleri için bile, bu oyunda evrendeki atomların sayısından daha fazla dikkate alınması gereken alternatif algoritmalar vardır. DeepMind ekibi ilk olarak, probleme özgü tümevarımsal önyargıları içeren yeni bir sinir ağı mimarisi, zengin sentetik veriler üretmeye yönelik bir yöntem ve oyun zorluklarını çözmek için problem simetrilerinden yararlanmaya yönelik bir tarif de dahil olmak üzere çeşitli yapı taşları oluşturdu. Bundan sonra, bir AlphaTensor aracısına, mevcut matris çarpım teknikleri hakkında hiçbir ön bilgi olmaksızın, takviyeli öğrenmeyi kullanarak oyunu oynaması öğretildi. Ajan, ilerledikçe öğrenir ve sonunda insan sezgisini aşarak, Strassen’inki gibi tarihsel hızlı matris çarpım algoritmaları da dahil olmak üzere önceden bilinen algoritmalardan daha hızlı öğrenir.
Ayrıca AlphaTensor’un algoritması, elli yıl önce keşfedilmesinden bu yana Strassen’in iki seviyeli yaklaşımından daha iyi performans gösteren ilk algoritmadır. Bu basit matris çarpım teknikleri, herhangi bir boyuttaki önemli ölçüde daha büyük matrisleri çarpmak için ilkeller olarak kullanılabilir. AlphaTensor ayrıca, her bir matris çarpım boyutu için binlerce kişiye kadar çıkabilen son teknoloji ürünü karmaşıklık algoritmalarının geniş bir yelpazesini keşfeder ve bu da matris çarpım algoritmalarının alanının önceden inanıldığından daha zengin olduğunu gösterir. Bu yöntemler, büyük matrisleri aynı donanımdaki geleneksel algoritmalara göre %10-20 daha hızlı çarparak rastgele hedefleri optimize etmede AlphaTensor’un uyarlanabilirliğini göstermektedir.
Araştırmacılar, bilgi işlem zorluklarının üstesinden gelmek için en etkili algoritmaları belirlemek amacıyla, bulgularının karmaşıklık teorisine yönelik gelecekteki araştırmalar için bir sıçrama tahtası görevi göreceğini umuyorlar. Matris çarpımı birçok hesaplamada temel bir işlem olduğundan, AlphaTensor tarafından geliştirilen teknikler birçok alanda hesaplama verimliliğini önemli ölçüde artırabilir. Sistemin her türlü amacı dikkate alacak şekilde uyarlanabilirliği, enerji tüketimi ve sayısal kararlılık gibi ölçümleri optimize eden algoritmalar geliştirmeye yönelik yeni uygulamalara ilham verebilir. Araştırma belirli bir matris çarpımı sorununa odaklanmış olsa da DeepMind, başkalarını diğer temel hesaplamalı çalışmalar için algoritmaların geliştirilmesini yönlendirmek üzere yapay zekayı uygulamaya teşvik etmeyi umuyor. Araştırmaları ayrıca AlphaZero’nun, açık uçlu matematik problemlerinin çözümüne yardımcı olmak için geleneksel oyunların alanının çok ötesinde uygulanabilecek güçlü bir algoritma olduğunu da gösteriyor. Grup, gelecekte toplumun bilim ve matematikteki en önemli problemlerden bazılarını çözmesine yardımcı olmak için yapay zekayı kullanmayı hedefliyor.
Bu makale, Marktechpost personeli tarafından ‘D ön araştırma makalesine dayanarak bir araştırma özeti makalesi olarak yazılmıştır.Takviyeli öğrenmeyle daha hızlı matris çarpma algoritmalarını keşfetme‘. Bu araştırmanın tüm kredisi bu projenin araştırmacılarına aittir. Görüntüle kağıt Ve derin zihin makalesi.
Lütfen katılmayı unutmayın ML alt dizimiz
Yüzlerce Harika Yapay Zeka Aracını bulmak için https://aitoolsclub.com adresini ziyaret edin
