详细内容或原文请订阅后点击阅览
科学家们找到了加速网络人工智能的方法
国际研究团队的发展将提高推荐系统、搜索服务、在线翻译器和许多其他使用机器学习算法的软件系统的速度和质量。此外，该创新还将减轻参与该过程的用户设备（智能手机、平板电脑、计算机）的负载。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）国际研究团队的发展将提高推荐系统、搜索服务、在线翻译器和许多其他使用机器学习算法的软件系统的速度和质量。此外，该创新还将减轻参与该过程的用户设备（智能手机、平板电脑、计算机）的负载。
莫斯科物理技术学院的研究人员与阿联酋的同事合作，提出了一种解决方案，可以显着提高网络人工智能系统的性能并降低其运营成本。研究人员以海报形式展示了他们的工作成果，以便在 NeurIPS-2023 会议上发表。这是一个关于神经信息处理系统的全球论坛，将于12月10日至16日在美国新奥尔良举行。
建议网络人工智能是一种能够处理大量数据并识别其中模式的软件系统。基于这些技能，他们提出决策建议并为各种问题提供答案。此类综合体的主要优势之一是他们能够自学并随着时间的推移提高技能。这使他们能够不断改进并变得更加高效。
当前，网络化人工智能应用于众多行业和公共生活领域。例如，它们用于社交网络分析、推荐系统、语音识别算法、自动翻译器和许多其他应用。
专家指出，从某种意义上说，第二种和第三种方法与第一种方法相反。在压缩过程中，由于“包裹”的减少，流量也随之减少。在基于数据相似性和本地步骤的方法中，数据交换的成本降低，因为通信发生的频率降低。
图片：freepik.com