Он подходит для большинства существующих моделейРоссийские учёные упростили «обучение» уже работающих нейросетей новым навыкам
© Arnold Francisca
Российские учёные из НИУ ВШЭ разработали новый метод настройки нейросетей, который позволяет экономить время и память. Суть подхода заключается в оптимальной обработке параметров моделей: данные делятся на группы, каждая из которых обрабатывается отдельно, а затем их значения перемешиваются. Такой метод помогает быстрее адаптировать искусственный интеллект к новым задачам, не теряя при этом качества, отметили в пресс-службе вуза.
Исследователи рассказали, что их разработка заменяет сложные вычисления более простым и эффективным алгоритмом. Старший научный сотрудник Айбек Аланов пояснил, что новая методика была протестирована на языковых моделях, генерации изображений и свёрточных нейросетях. В каждом случае алгоритм показал не только высокую надёжность, но и лучшие результаты по сравнению с традиционными методами, потребляя при этом меньше ресурсов.
Подход позволяет обходиться без длительного и затратного переобучения нейросетей, подстраивая их для конкретных задач. Раньше для этих целей применялись ортогональные матрицы, требующие много времени на расчёты. Новый метод делает процесс компактнее и гибче, что открывает перспективы для более широкого применения искусственного интеллекта в реальных задачах. Учёные надеются, что их разработка ускорит внедрение ИИ в различные сферы.
