Учёные Северо-Кавказского федерального университета нашли способ сократить объёмы вычислений при обработке данных нейросетями, сообщает пресс-служба вуза.
Помимо ChatGPT или StableDiffusion, создающих картинки по описаниям, существуют свёрточные сети, которые могут распознавать окружающий мир, как человеческий глаз. Они требуют большого количества ресурсов. Ставропольские математики нашли способ, как сократить объёмы работы аппаратуры.
«Наши учёные предложили способ оптимизации нейронных сетей, который может быть применим везде, где требуется отличать, анализировать и классифицировать входящие данные: в медицине, транспорте, промышленности. Исследование нашло поддержку в Российском научном фонде, который в июле этого года одобрил наш проект «Перспективные методы интеллектуальной обработки сигналов на основе глубоких нейронных сетей и модулярных вычислений» со сроком реализации до 2026 года», - рассказал ректор университета Дмитрий Беспалов.
Суть метода заключается в упрощении сложения и умножения больших чисел. Вместо них проводятся математические действия с остатками от деления на взаимно-простые основания. Скорость работы действительно повышается, что доказали опыты на нейронной сети AlexNet при обработке медицинских данных. Также с помощью этого метода можно обрабатывать спутниковые снимки и кадры с беспилотных летательных аппаратов.
«Нейронные сети и модулярная арифметика – редкое сочетание. Кроме трудов нашего коллектива я видел работы математиков из Индии. В этом наше конкурентное преимущество и большой потенциал. Пока исследования находятся в плоскости фундаментальных знаний и мы применили их в отдельных практических проектах, но исследования будут продолжены», - сообщил заведующий кафедрой математического моделирования факультета математики и компьютерных наук вуза Павел Ляхов.