अब एआई हमें अधिक कुशल गणित एल्गोरिदम प्रदान कर सकता है

कंप्यूटर प्रोग्रामिंग के विश्लेषण के लिए गणित के लागू होते हैं और फिर वास्तविक दुनिया की घटनाओं के अभ्यावेदन में हेरफेर करते हैं। प्रोग्रामिंग में शामिल सबसे महत्वपूर्ण गणित गणना मैट्रिसेस है। मैट्रिक्स की गणना करने के लिए, बहुत काम की आवश्यकता होती है, विशेष रूप से मैट्रिस के बड़े होने के साथ। इसलिए, Google के दीपमाइंड, लंदन के शोधकर्ताओं की एक टीम ने प्रदर्शित किया है कि एआई मैट्रिक्स गुणा समस्याओं को हल करने के लिए तेजी से एल्गोरिदम पा सकता है।

दीपमाइंड के शोधकर्ताओं ने अब लागू किए गए लोगों की तुलना में कम चरणों के साथ नए एल्गोरिदम उत्पन्न करने के लिए एक सुदृढीकरण-शिक्षण-आधारित एआई प्रणाली का उपयोग करने की संभावना की कल्पना की। उन्होंने पाया कि अधिकांश गेमिंग सिस्टम ने सुदृढीकरण सीखने को लागू किया। टीम ने प्रारंभिक प्रणालियों को पूरा करने के बाद ट्री सर्चिंग पर अपना ध्यान केंद्रित किया, जिसका उपयोग गेम प्रोग्रामिंग में भी किया जाता है। जब मैट्रिसेस को गुणा करने के लिए लागू किया जाता है, तो शोधकर्ताओं ने पाया कि एआई सिस्टम को एक गेम में परिवर्तित करने के लिए वांछित परिणाम प्राप्त करने के लिए सबसे कुशल तरीके की खोज के लिए अनुमति दी गई है - एक गणितीय परिणाम।


शोधकर्ताओं ने मौजूदा एल्गोरिदम को खोजने, समीक्षा करने और कार्यान्वित करने के लिए इसे सक्षम करके अपनी प्रणाली के साथ प्रयोग किया, उन्हें सबसे अधिक कुशल लेने के लिए आकर्षित करने के लिए पुरस्कारों को नियुक्त किया। सिस्टम ने उन कारकों के बारे में सीखा जो मैट्रिक्स गुणा दक्षता को बढ़ाते हैं। शोधकर्ताओं ने सिस्टम को फिर से दक्षता में सुधार के लिए अपने एल्गोरिदम उत्पन्न करने के लिए मजबूर किया। कई उदाहरणों में, इस प्रयोग ने प्रदर्शित किया कि सिस्टम का एल्गोरिथ्म मानव पूर्ववर्तियों द्वारा बनाए गए लोगों की तुलना में अधिक कुशल था।