DeepMind משתמשת במתמטיקה מטריצה ​​כדי להפוך גילוי אוטומטי של טכניקות מתמטיות מטריצות טובות יותר

DeepMind שבבעלות גוגל יישמה טכניקות למידה מחוזקות להכפלת מטריצות מתמטיות, תוך שהיא מנצחת כמה אלגוריתמים מעשה ידי אדם שנמשכו 50 שנה ופועלת לקראת שיפורים במדעי המחשב.

DeepMind, שנוסדה בלונדון ב-2010, התפרסמה בזכות ניצחה של אלופת העולם במשחק הלוח Go עם AlphaGo בינה מלאכותית ולקחת על עצמה את האתגר המורכב להפליא של קיפול חלבון AlphaFold.

בתנועה של גלגלים בתוך גלגלים, היא שמה מאז את כוונתה לבעיות מתמטיות עצמן.

באופן ספציפי, המעבדה אמרה שהיא פיתחה דרך לעשות זאת להפוך את הגילוי לאוטומטי של אלגוריתמים הפועלים כקיצורי דרך בעת הכפלת מטריצות - הסיבה לכאבי ראש עבור תלמידי מתמטיקה רבים בגיל ההתבגרות.

במשך שנים, מתמטיקאים מיישמים אלגוריתמים על הכפלות המערך המורכבות הללו, שחלקן משמשות במדעי המחשב, במיוחד בלמידת מכונה ובינה מלאכותית.

נאמר לנו שחוקר DeepMind Alhussein Fawzi ועמיתיו השתמשו בחיזוק עמוק כדי לגלות מחדש אלגוריתמים קודמים של כפל מטריצות ולמצוא חדשים. הצוות יצר מערכת, המכונה AlphaTensor, שמשחקת משחק בו המטרה היא למצוא את הגישה הטובה ביותר להכפלת שתי מטריצות. אם סוכן הבינה המלאכותית יצליח, הוא מתחזק כדי להפוך הצלחה עתידית לסבירות יותר.

תהליך זה חוזר על עצמו שוב ושוב באמצעות משוב זה כך שהסוכן יוצר דרכים מעניינות ומשופרות להכפלת מטריצות. אומרים שהסוכן של DeepMind היה אתגר להשלים עבודת מתמטיקה מטריצה ​​בכמה שפחות שלבים, והיה צריך למצוא את הדרך הטובה ביותר קדימה מתוך טריליוני מהלכים אפשריים.

אנו מציינים שסוכן בינה מלאכותית זה השתמש ככל הנראה במתמטיקה מטריצת בתהליך הלמידה שלו ובמהלך ההסקה; לפיכך, נעשה שימוש בפעולות מטריצה ​​כדי למצוא דרכים מהירות יותר לבצע פעולות מטריצה.

פאוזי אמר בתדרוך עיתונאים השבוע שהעבודה הייתה מורכבת אם כי הביאה לפיתוח אלגוריתמים לבעיות שלא שופרו במשך יותר מ-50 שנות מחקר אנושי, אמר.

החוקרים טענו שהטכניקות יכולות להועיל למשימות חישוביות המשתמשות באלגוריתמי הכפל - כמו בינה מלאכותית - כמו גם להדגים כיצד ניתן להשתמש בלמידת חיזוק כדי למצוא פתרונות חדשים ובלתי צפויים לבעיות ידועות, תוך ציון מגבלות מסוימות. לדוגמה, רכיבים מוגדרים מראש נחוצים כדי למנוע מהמערכת חסרה תת-קבוצה של אלגוריתמים יעילים.

הספקנים עשויים להצביע על היישום של AlphaFold, שהבטיח פריצות דרך בגילוי תרופות באמצעות מחקר חלבונים הנתמך בבינה מלאכותית. למרות שהמודל חזה כמעט את כל מבני החלבון הידועים שהתגלו, שלו יכולת לעזור מדענים מגלים שתרופות חדשות עדיין לא מוכחות.

בכל מקרה, זה נראה לנו כמו למידת מכונה המשמשת להאצת למידת מכונה. ®