Исследователи из Института ИИ AIRI разработали новый подход к решению обширного класса сложных оптимизационных вычислительных задач, чья разработка позволит в 3-10 раз ускорить обучение широкого перечня генеративных систем машинного обучения.
Наш подход может применяться в самых разных областях. В частности, мы применяли его для обучения имитации - когда эксперт показывает определенные действия, агент пытается имитировать поведение, и система оценивает, насколько действия агента похожи на действия эксперта
– рассказали в пресс-службе Университета.
При использовании оптимизационных алгоритмов, разработчики ИИ часто сталкиваются с тем, что обучение становится нестабильным, или же начинает требовать тонкой подстройки и сложных промежуточных преобразований.
Российские исследователи решили обе этих проблемы, внедрив математический инструмент – энтропийную регуляризацию, которая применяется физиками при решении сложных вычислительных термодинамических задач. Это позволило "стянуть" генерируемое к ожидаемому и ускорять вычисления в 3-10 раз в процессе обучения ИИ-систем.
Методика, созданная российскими учеными, уже была внедрена в библиотеку "ott-jax" – одно из самых популярных в мире решений, связанных с задачами оптимального транспорта.
🇷🇺 Национальный центр развития искусственного интеллекта при Правительстве РФ
#новостьдня