Как преобразование матриц используется в современных алгоритмах искусственного интеллекта?

Преобразование матриц играет ключевую роль в современных алгоритмах искусственного интеллекта. 2 На нём основано, например, распознавание речи и изображений, чат-боты и генерация изображений ИИ. 2

Один из примеров использования перемножения матриц — дополнение набора изображений для обучения свёрточной нейронной сети поворотами этих изображений, чтобы сеть могла распознавать изображения независимо от их наклона. 4 Для этого нужно умножить матрицу векторов координат на матрицу трансформации. 4

В 2024 году исследователи обнаружили новый способ выполнять матричное умножение быстрее. 1 Это позволило ускорить обучение моделей ИИ и повысить эффективность выполнения задач. 2 Например, новая техника, основанная на «лазерном методе», сводит к минимуму количество операций, необходимых для перемножения двух матриц. 1

Также группа исследователей из Google DeepMind показала, что ИИ может находить более быстрые алгоритмы для решения задачи умножения матриц, чем до сих пор нашли математики. 3 Для этого система искусственного интеллекта, основанная на обучении с подкреплением, искала, просматривала и использовала существующие алгоритмы, получая вознаграждения за более короткие и быстрые способы перемножения. 3