Российские и арабские математики создали методику, которая ускоряет и удешевляет работу сетевых систем искусственного интеллекта, в том числе онлайн-переводчиков, поисковых и рекомендательных сервисов — это позволит снять нагрузку с пользовательских устройств, которые участвуют в процессе, сообщил Центр научной коммуникации МФТИ.
Методика разработана заведующим лабораторией фундаментальных исследований МФТИ-Яндекса Александром Безносиковым и его коллегами из института и Объединенных Арабских Эмиратов. Основой для разработки стал анализ эффективности информационного обмена между устройствами конечных пользователей и серверами, на которых происходит обработка данных при помощи нейросетей.
Сейчас для ускорения передачи данных в подобных системах, состоящих из множества связанных друг с другом узлов, используется три разных подхода: передача некоторых случайных или произвольно выбранных фрагментов информации, использование различий между новым и уже имеющимся пакетом данных, либо актуализация на каждом узле перед процедурой обмена с другими узлами.
Ученые выяснили, что все три подхода можно объединить в рамках одного алгоритма, что позволит примерно в 2-10 раз повысить эффективность информационного обмена. Суть алгоритма — на главном сервере данные должны быть хотя бы частично похожими на те, которые есть во всей сети, тогда как на клиентских устройствах они могут быть сильно разнородными.
По материалам «ТАСС».