Математики из НИУ «Высшая школа экономики» (ВШЭ) разработали инновационный метод донастройки нейросетей, который снижает требования к вычислительным ресурсам, сообщили ТАСС в пресс-службе университета.

В основе технологии лежит групповая обработка данных и оптимальное перемешивание параметров, что позволяет повысить скорость обучения ИИ без ущерба для их эффективности.

По словам старшегоь научного сотрудника Института искусственного интеллекта и цифровых наук ФКН ВШЭ Айбека Аланова, метод уже опробован на различных типах нейросетей — от языковых и генеративных до сверточных — и подтвердил надежную работу ИИ при значительно меньших ресурсах

Традиционная донастройка основана на более медленном формировании ортогональных матриц через несколько промежуточных этапов. Математики НИУ ВШЭ предложили вместо жтого делить параметры на компактные группы, проводить их параллельную обработку и перемешивать результаты для получения необходимой конфигурации.

Аланова подчеркнул, что новая методика позволяет модели ИИ гибко и эффективно решать новые задачи без полного переобучения. Разработка поможет неоднократно использовать крупные модели, снижая ресурсопотребление и предоставляя широкие возможности для применения нейросетей в жизни.

Ранее в Швеции новая вакцина против ВИЧ продемонстрировала небывалую эффективность.