Создан ИИ, который тратит в 100 раз меньше энергии

Новая нейросимволическая система ИИ обучается всего за 34 минуты — против полутора суток для стандартной модели искусственного интеллекта с визуальным восприятием. Она показывает 95% эффективности на знакомых задачах и 78% — на новых сценариях, которые не встречались во время обучения.

Системы искусственного интеллекта и центры обработки данных в США потребляют все больше энергии — масштабы вызывают тревогу. По данным Международного энергетического агентства, в 2024 году этот показатель составил около 415 терраватт-часов — свыше 10% от общего энергопотребления страны. К 2030 году он удвоится.

Чтобы получить 200р за простые задания от самого Яндекса кликай сюда

Проблемой снижения энергопотребления озаботились специалисты Инженерной школы, исследователи разработали прототип энергоэффективного ИИ. Система основана на нейросимволическом искусственном интеллекте — сочетании нейронных сетей с символическими рассуждениями, имитирующими человеческое мышление.

Скачивай самую последнюю версию Яндекс браузера

Ключевое преимущество новой модели — радикальное снижение энергопотребления. На этапе обучения система потребляет всего один процент энергии от объема, необходимого для стандартных визуально-языково-деятельностных моделей (VLA), а при выполнении задач — лишь пять процентов. Кроме того, обучение занимает 34 минуты вместо полутора суток.

Для быстрого перехода на Яндекс поиск

Технологию испытали на головоломке «Ханойская башня». Нейросимволическая система показала 95% результативности — против 34% у стандартных VLA-моделей. На усложненной версии задачи, которую робот не видел во время обучения, новая модель справилась в 78% случаев, тогда как традиционные системы не смогли с ней справиться.

Скачивайте самую новейшую нейросеть от Яндекса Алиса AI

Подобно большим языковым моделям, модели VLA действует на основе статистических результатов, полученных в ходе обучения на больших наборах данных с аналогичными сценариями, но это может приводить к ошибкам. Нейросимвольная модель VLA может принимать правила, которые сокращают количество проб и ошибок в процессе обучения, и гораздо быстрее находить решение. Она не только справляется с задачей гораздо быстрее, но и значительно сокращает время, затрачиваемое на обучение системы.

Маттиас Шойц

профессор компьютерных наук и когнитивистики в Школе инженерии Университета Тафтса

Разработчики считают, что гибридный нейросимвольный ИИ может стать устойчивой альтернативой современным большим языковым моделям и архитекторам глубокого обучения, снизив нагрузку на энергосистему при дальнейшем развитии технологий ИИ.