В AIRI предложили математический метод для ускорения нейросетей без потери качества
Исследователи Института искусственного интеллекта AIRI предложили математический метод, который помогает оптимизировать работу нейросетей без потери качества. Он опирается на задачу восстановления больших таблиц данных по отдельным ключевым строкам и столбцам.
В основе подхода лежит гипотеза, сформулированная около 30 лет назад академиком Евгением Тыртышниковым. Раньше её удавалось доказать лишь для частного случая матриц 2×4. Теперь исследователи распространили принцип на таблицы с неограниченным числом строк.
Как объясняет старший научный сотрудник Института AIRI Михаил Паутов, метод может повысить эффективность систем машинного обучения, включая чат-боты, поисковые системы и рекомендательные сервисы. Кроме того, он позволяет создавать более компактные нейросети. Такие модели смогут работать автономно, без подключения к облачным сервисам.
Ключевые факты
Исследователи Института искусственного интеллекта AIRI предложили математический метод оптимизации работы нейросетей без снижения качества.
Подход основан на задаче восстановления больших таблиц данных по отдельным ключевым строкам и столбцам.
Метод связан с гипотезой академика Евгения Тыртышникова, сформулированной около 30 лет назад.
Ранее гипотезу удавалось доказать только для матриц 2×4, а теперь принцип расширен на таблицы с неограниченным числом строк.