Российские ученые разработали уникальный биологически подобный алгоритм памяти, который значительно повышает эффективность обучения искусственного интеллекта. Новый подход, основанный на принципах работы нейронов, позволяет сократить время обработки данных и снизить нагрузку на вычислительные системы.
Разработка принадлежит специалистам Московского физико-технического института (МФТИ), ФИЦ "Информатика и управление" РАН и института AIRI. Основное внимание было уделено решению проблемы "чрезмерного разрастания", возникающей в моделях, вдохновленных структурой дендритов мозга. Эти отростки нейронов играют ключевую роль в передаче сигналов, однако в искусственных системах их бесконтрольный рост может усложнить работу модели, особенно в условиях шума.
Для борьбы с этим явлением исследователи предложили внедрить так называемый "мягкий адаптер". Эта функция позволяет системе классифицировать новые данные по принципу частичного сходства, что исключает необходимость создания большого количества дополнительных сегментов для хранения информации.
"Новый алгоритм машинного обучения позволит обобщать данные, находить взаимосвязи и сократить затраты времени и ресурсов на обработку информации."
– пресс-служба Московского физико-технического института
Экспериментальные испытания показали, что использование мягкого адаптера помогает замедлить рост структуры дендритов без ухудшения качества распознавания. Это открытие делает искусственный интеллект более устойчивым к шуму и позволяет экономить вычислительные мощности, что особенно важно в задачах высокой сложности.
Источник: пресс-служба Московского физико-технического института (МФТИ)
