Американские ученые разработали принципиально новый подход к созданию систем искусственного интеллекта, который позволяет радикально сократить потребление энергии и повысить точность их работы. Эта гибридная технология, объединяющая нейронные сети с человеческой логикой, способна уменьшить энергетические затраты до 100 раз по сравнению с современными мощными системами.
Читайте также:
● Церемония схождения Благодатного огня в 2026 году под угрозой срыва
● Водителям грозят суровые штрафы при поездке на дачу в новом сезоне
По данным специалистов, сегодня искусственный интеллект потребляет колоссальные объемы электричества. Только в Соединенных Штатах на нужды нейросетей и дата-центров в 2024 году ушло около 415 тераватт-часов, что составляет более 10 процентов от всей производимой в стране энергии. Ожидается, что к 2030 году эта цифра увеличится вдвое, отмечает научное издание Science Daily. Чтобы решить надвигающуюся проблему нехватки энергии, команда исследователей из Университета Тафтса создала прототип так называемого нейросимволического искусственного интеллекта.
В отличие от популярных языковых моделей, которые работают только с текстом, ученые сосредоточились на системах визуально-языкового действия, применяемых в робототехнике. Обычные роботы учатся выполнять задачи путем долгих проб и ошибок, анализируя огромные массивы данных. Это часто приводит к досадным огрехам, когда машина не может правильно поставить кубик из-за падающей тени или собирает неустойчивую башню. Новая технология позволяет роботу рассуждать логически: она использует заложенные правила и абстрактные понятия формы и равновесия, что помогает системе заранее планировать свои действия.
Исследователи проверили эффективность своего изобретения на классической головоломке Ханойская башня. Нейросимволическая система успешно справилась с задачей в 95 процентах случаев, тогда как обычные алгоритмы показали результат лишь в 34 процента. Даже при усложнении задачи новая технология показала успех в 78 процентах попыток, в то время как стандартные программы не смогли решить ее ни разу. При этом процесс обучения робота занял всего 34 минуты вместо полутора дней, которые требовались ранее.
Главным достижением стала невероятная энергоэффективность нового алгоритма. На обучение гибридной модели ушел всего 1 процент от энергии, которую потребляют стандартные системы, а в процессе работы она тратила лишь 5 процентов. Руководитель исследования Матиас Шойц подчеркнул, что современные языковые модели тратят непропорционально много энергии на простые задачи, например, на генерацию ответов в поисковиках. Ученые уверены, что их разработка предлагает более надежный и экономичный путь развития технологий будущего.
Читайте также:
● Земле угрожает перенаселение: ученые назвали год, когда людей станет 12 млрд
● Испанский египтолог заявил, что пирамиды Гизы построила суперцивилизация
● Ученые заявили о происхождении человека от древнего одноглазого циклопа
● Исследователи раскрыли причину оледенения Земли длиной в 56 миллионов лет