AI Deepmind batte il record di matematica di 50 anni

La moltiplicazione di matrici è un tipo di algebra utilizzata nel riconoscimento delle immagini, nel parlato, nell’elaborazione delle immagini, nella compressione, nella grafica 3D e nelle reti neurali. Il suo uso è quindi diffuso nel nostro mondo digitale, ma l’algoritmo più efficiente per la moltiplicazione di matrici è stato scoperto dal matematico tedesco Volker Strassen nel 1969. Ora il sistema di intelligenza artificiale di Deepmind ha trovato un modo che richiede meno passaggi per eseguire il calcolo di matrici. risultati per lei Pubblicato sulla rivista Nature.

– Se questo potesse essere utilizzato nella pratica, sarebbe molto eccitante. Aumentare le prestazioni può migliorare molte applicazioni, afferma Virginia Vasilevska Williams, informatica presso il Massachusetts Institute of Technology, MIT, in natura.

Alphatensor è un ulteriore sviluppo del sistema Alphago, il sistema di intelligenza artificiale in grado di giocare al gioco da tavolo lui va Meglio di chiunque altro. Deepmind ha persino organizzato la moltiplicazione delle matrici come un gioco da tavolo che Alphatensor ha dovuto “giocare” per migliorare nella ricerca di algoritmi efficienti. “Questo gioco è molto impegnativo”, ha scritto Deepmind in un blog. “Il numero di algoritmi che possono essere presi in considerazione è molto maggiore del numero di atomi nell’universo, anche per multipli di piccole matrici. Rispetto a lui vacon cui l’IA ha lottato per decenni, ogni passo in questo gioco è 30 volte più grande.

Crea robot intelligenti

Il più grande progresso di Deepmind fino ad oggi è Alphafold, dove l’intelligenza artificiale può prevedere come si piegano le proteine ​​e quale struttura adottano. In poco tempo Alphafold è stato utilizzato da oltre mezzo milione di ricercatori in circa 200 paesi. Il CEO dell’azienda, Demis Hassabis, ha anche affermato che l’obiettivo a lungo termine è quello di essere in grado di simulare un’intera cellula.

Oltre ad Alphatensor e Alphafold, l’azienda sta lavorando per creare robot più intelligenti, modelli linguistici per conversazioni sicure e criteri migliori per valutare la capacità di percezione di un sistema di intelligenza artificiale.