Группа российских учёных из Московского физико-технического университета (МФТИ или Физтех) совместно с американскими коллегами представили новый децентрализованный алгоритм оптимизации для машинного обучения. Он функционирует без центрального сервера.
В отличие от традиционных методов, где необходимо заранее определять параметры задачи и сетевую топологию, алгоритм учёных МФТИ использует локальную информацию. Исследователи отмечают, что такой подход значительно ускоряет вычисления, делая систему более эффективной и гибкой.
Создание и оптимизация новых алгоритмов децентрализованного машинного обучения представляет собой значительный шаг к разработке более эффективных и масштабируемых систем машинного обучения в распределённых средах.
Напомним, что машинное обучение — это раздел искусственного интеллекта, сосредоточенный на создании алгоритмов и моделей, которые позволяют компьютерам обучаться на основе данных, а также делать прогнозы или принимать решения без необходимости явного программирования— процесса, при котором разработчик чётко и подробно задает инструкции и правила, которые компьютер должен выполнять для решения конкретной задачи.
Читайте ещё по теме:
Специальные формы для выращивания клеток коленных суставов разработали в МФТИ
Новые возможности для управления сверхпроводниками обнаружили в МФТИ
Сервис для преобразования фортепианной музыки в нотные партитуры разработали в МФТИ
