Множення чисел є одним із базових інструментів в роботі будь-якого комп’ютера. Штучний інтелект компанії DeepMind знайшов новий спосіб множення чисел, що обіцяє прискорення роботи комп’ютерів. Множення матриць (коли дві сітки чисел перемножуються разом) є основою багатьох обчислювальних завдань, і вдосконалена техніка, відкрита штучним інтелектом, може підвищити швидкість обчислень до 20 відсотків.
Новий спосіб множення матриць є першим таким прогресом за понад 50 років. Знахідка може підвищити швидкість обчислень, оскільки ряд програмного забезпечення залежить від виконання такого завдання у великому масштабі.
Століттями вважалося, що найефективніший спосіб множення матриць буде пропорційним до кількості елементів, що множаться. Тобто завдання стає пропорційно важчим для все більших і більших матриць.
Але математик Фолькер Штрассен довів у 1969 році, що множення матриці з двох рядків із двома числами на іншу матрицю такого ж розміру не обов’язково передбачає вісім множень і що за допомогою хитрого трюку його можна скоротити до семи. Цей підхід, званий алгоритмом Штрассена, вимагає додаткового додавання, але це прийнятно, оскільки додавання в комп’ютері займає набагато менше часу, ніж множення.
Алгоритм є найефективнішим підходом для більшості розмірів матриць протягом понад 50 років. Хоча було знайдено деякі незначні покращення, які нелегко адаптувати до комп’ютерного коду.
Але штучний інтелект DeepMind тепер виявив швидшу техніку, яка ідеально працює на поточному обладнанні. Штучний інтелект AlphaTensor розпочав роботу, не знаючи жодних рішень, і перед ним постала проблема створення робочого алгоритму, який виконував би завдання за мінімальну кількість кроків.
Він знайшов алгоритм множення двох матриць із чотирьох рядків із чотирма числами, використовуючи лише 47 множень, що перевершує 49 множень за алгоритмом Штрассена. Штучний інтелект також розробив вдосконалені методи множення матриць інших розмірів, загалом 70 нових способів.
AlphaTensor виявив тисячі функціональних алгоритмів для кожного розміру матриці, включаючи 14 000 лише для матриць 4х4. Але лише невелика кількість алгоритмів була кращою за сучасний рівень. Дослідження базується на AlphaZero, ігровій моделі DeepMind, і розроблялося два роки.
Хусейн Фавзі з Deepmind каже, що результати математично обґрунтовані, але далекі від інтуїтивно зрозумілих для людей. «По суті, ми не знаємо, чому система придумала це, – говорить він. – Чому це найкращий спосіб множення матриць? Це незрозуміло».
DeepMind виявив, що алгоритми можуть підвищити швидкість обчислень на 10–20 відсотків на певному апаратному забезпеченні, такому як графічний процесор Nvidia V100 (GPU) і тензорний процесор Google (TPU) v2, але немає гарантії, що ці переваги також будуть на звичайних пристроях, таких як смартфон або ноутбук.
