يستخدم DeepMind رياضيات المصفوفة لأتمتة اكتشاف تقنيات الرياضيات المصفوفة الأفضل

قامت شركة DeepMind المملوكة لشركة Google بتطبيق تقنيات التعلم المعزز لمضاعفة المصفوفات الرياضية ، متغلبًا على بعض الخوارزميات التي صنعها الإنسان والتي استمرت 50 عامًا وتعمل على تحسين علوم الكمبيوتر.

تأسست شركة DeepMind في لندن عام 2010 ، وأصبحت مشهورة بفوزها على بطل العالم في لعبة اللوحة Go معها AlphaGo الذكاء الاصطناعي واتخاذ التحدي المعقد المحير للعقل المتمثل في طي البروتين AlphaFold.

في حركة عجلات داخل عجلات ، وضعت أنظارها منذ ذلك الحين على المسائل الرياضية نفسها.

على وجه التحديد ، قال المختبر إنه طور طريقة أتمتة الاكتشاف من الخوارزميات التي تعمل كاختصارات عند ضرب المصفوفات - سبب الصداع للعديد من طلاب الرياضيات المراهقين.

لسنوات ، كان علماء الرياضيات يطبقون الخوارزميات على هذه المصفوفات المعقدة ، والتي يستخدم بعضها في علوم الكمبيوتر ، لا سيما في التعلم الآلي والذكاء الاصطناعي.

قيل لنا أن الباحث في DeepMind الحسين فوزي وزملاؤه استخدموا تعزيزًا عميقًا لإعادة اكتشاف خوارزميات مضاعفة المصفوفة السابقة وإيجاد خوارزميات جديدة. أنشأ الفريق نظامًا ، يُطلق عليه AlphaTensor ، يلعب لعبة هدفها إيجاد أفضل طريقة لضرب مصفوفتين. إذا كان أداء وكيل الذكاء الاصطناعي جيدًا ، فسيتم تعزيزه لجعل النجاح في المستقبل أكثر احتمالية.

تتكرر هذه العملية مرارًا وتكرارًا باستخدام هذه التعليقات بحيث يولد الوكيل طرقًا محسنة ومثيرة للاهتمام لمضاعفة المصفوفات. يقال إن وكيل DeepMind واجه تحديًا لإكمال عمل رياضيات المصفوفة في أقل عدد ممكن من الخطوات ، وكان عليه اكتشاف أفضل طريقة للمضي قدمًا من تريليونات من الحركات المحتملة.

نلاحظ أن عامل الذكاء الاصطناعي هذا كان على الأرجح يستخدم رياضيات المصفوفة في عملية التعلم وأثناء الاستدلال ؛ وبالتالي ، تم استخدام عمليات المصفوفة لإيجاد طرق أسرع للقيام بعمليات المصفوفة.

وقال فوزي في إفادة صحفية هذا الأسبوع إن العمل كان معقدًا رغم أنه أسفر عن تطوير خوارزميات لمشاكل لم يتم تحسينها منذ أكثر من 50 عامًا من البحث البشري.

زعم الباحثون أن التقنيات يمكن أن تفيد المهام الحسابية التي تستخدم خوارزميات الضرب - مثل الذكاء الاصطناعي - بالإضافة إلى توضيح كيفية استخدام التعلم المعزز لإيجاد حلول جديدة وغير متوقعة للمشكلات المعروفة ، مع ملاحظة بعض القيود أيضًا. على سبيل المثال ، تعد المكونات المحددة مسبقًا ضرورية لتجنب فقدان النظام لمجموعة فرعية من الخوارزميات الفعالة.

قد يشير المشككون إلى تطبيق AlphaFold ، الذي وعد باختراقات في اكتشاف الأدوية من خلال أبحاث البروتين المدعومة من منظمة العفو الدولية. على الرغم من أن النموذج قد تنبأ تقريبًا باكتشاف جميع هياكل البروتين المعروفة ، إلا أنه القدرة على المساعدة اكتشف العلماء عقاقير جديدة لا تزال غير مثبتة.

على أي حال ، يبدو هذا بالنسبة لنا مثل استخدام التعلم الآلي لتسريع التعلم الآلي. ®