Голям пробив в алгоритъма за умножение на матриците ще доведе до по-бързи и по-ефективни AI модели
В основата на изкуствения разсъдък е матричната математика, която преди малко получи най-големия си прогрес „ от повече от едно десетилетие “.
В основата на изкуствения разсъдък е матричната математика, която преди малко претърпя най-големия си взрив от над едно десетилетие. Почти по едно и също време бяха оповестени две научни работи, в които математици обясниха по какъв начин да се усъвършенства успеваемостта на матричното умножение. С новите логаритми изкуственият разсъдък ще може да се учи по-бързо на по-маломощен хардуер. Както и доста по-бързо да взема решение проблемите.
Същността на казуса се състои в това, че до относително наскоро човечеството, в лицето на математиците, не си представяше различен метод за умножаване на матриците, с изключение на посредством осъществяване на n3 интервенции (където n е размерността на матрицата). За матрица 3 × 3 да вземем за пример е било належащо да се извършат 27 умножения. В един съвършен свят за математиците умножението на матрици би се правило с n2 интервенции. И при започване на 70-те години процесът на търсене на съответния логаритъм бе стартиран. Не е мъчно да се допусна, че той бе провокиран от разпространяването на изчислителните машини.
Значителен прогрес в тази сфера е реализиран през 1981 година от математика Арнолд Шьонхаге. Той потвърждава, че умножението на матрици може да се извърши на n2,522 стъпки. По-късно този способ е наименуван „ лазерен способ “ (Laser Method). Всички следващи достижения до заветната „ втора степен “ се основават на усъвършенстването на лазерния способ.
Пробивът, разгласен в новите публикации, изработен през 2023 година, е резултат от откриването на „ скритите загуби “ в лазерния способ. През ноември 2023 година Ран Дуан и Ренфей Джоу от университета Цинхуа показаха способ, който отстрани частичната неефективност на лазерния способ, определяйки нова горна граница на броя на нужните интервенции на почти n2,371866. Постижението бележи най-значителния прогрес в региона от 2010 година насам. Но единствено два месеца по-късно Вирджиния Василевски Уилямс, Ингжан Сю и Зиксуан Сю от Масачузетския софтуерен институт разгласиха втора публикация, в която в детайли разказват друга оптимизация, която намали горната граница на броя на интервенциите до n2,371552.
Разбира се, съответното влияние върху скоростта на моделите на изкуствен интелект зависи от съответната хардуерна архитектура на системата за изкуствен интелект и от това до каква степен дилемите на даден модел зависят от умножението на матрици. Ето за какво подобренията в успеваемостта на логаритмите ще бъдат съчетани с оптимизация на хардуера, с цел да се осъществя изцяло евентуалното нарастване на скоростта. И въпреки всичко, защото подобренията в алгоритмичните способи се натрупват с течение на времето, изкуственият разсъдък ще става все по-бърз – това е реалност.