Մինչև տարվա վերջ ԵՊՀ-ի գերհամակարգիչն էլ պիտի գործարկվի: Դա թույլ կտա մեր գտած ալգորիթմները փորձարկել մի քանի անգամ ավելի մեծ AI մոդելների վրա. Հրանտ Խաչատրյան
Հրանտ Խաչատրյանը գրում է. «Արհեստական բանականության ամենամեծ կիրառությունը այսօր թվային մասնագիտությունների ավտոմատացումն ու արդյունավետության բարձրացումն ա: Ում գործը կապված ա կոմպի դիմաց ինչ-որ բան անելու հետ, քանի գնում, ավելի արագ ու արդյունավետ ա կարողանում անել:
Իմ խորին համոզմամբ, AI-ի ամենամեծ դրական ազդեցությունը մարդկության վրա կապված ա ոչ թե էս եղած գործերը արագացնելու հետ, այլ այնպիսի խնդիրներ լուծելու, որոնք մարդիկ չեն կարողանում լուծել: Օրինակ՝ գտնել ավելի լավ դեղեր, նախագծել ավելի լավ շարժիչներ, ստեղծել ավելի լավ ակումուլյատորներ, ավելի արդյունավետ արևային պանելներ, ավելի արագագործ ալգորիթմներ:
Վերջերս Գուգլում կարողացան AI-ը խառնել դասական օպտիմիզացիոն ալգորիթմների հետ և ստանալ մատրիցների բազմապատկման համար ավելի լավ ալգորիթմ, քան մաթեմատիկոսները երբևէ կարողացել էին գտնել: Մեր թիմում էլ, անցած տարի նման տեխնիկա կիրառեցինք ավելի լավ մոլեկուլներ գտնելու համար: Մի հատ էլ նման ալգորիթմ հայտնաբերած հնդիկ գիտնական սեպտեմբերին կգա DataFest Yerevan, կպատմի:
Գիտնականներին հայտնի ա, որ ինչքան մեծանում են AI-ները, էնքան ավելի լավ են հարցերին պատասխանում, թարգմանում, կոդ գրում և այլն: Իսկ արդյո՞ք ավելի մեծ AI-ները կկարողանան ավելի լավ մոլեկուլներ գտնել կամ ավելի լավ ալգորիթմներ (շարժիչներ, ակումուլյատորներ և այլն): Ո՞ր օպտիմիզացիայի ալգորիթմներն են, որ կարողանում են AI-ի ավելացած ուժը փոխակերպել ավելի լավ մոլեկուլների: Էս հարցը գրեթե ուսումնասիրված չի, ու մենք փորձում ենք քիչ թե շատ սիստեմատիկ ուսումնասիրել էս հարցը:
Մինչև տարվա վերջ ԵՊՀ-ի գերհամակարգիչն էլ պիտի գործարկվի: Դա թույլ կտա մեր գտած ալգորիթմները փորձարկել մի քանի անգամ ավելի մեծ AI մոդելների վրա, քան հիմա կարողանում ենք:
Եթե ուզում եք աշխատել այս խնդրի, կամ նման այլ խնդիրների վրա, դիմեք: 3+ օր կա վերջնաժամկետին: Դիմելուց ամենաշատը կենտրոնացեք նշված փոքր հոդվածների վրա, դրանցից մեկը հենց օպտիմիզացիայի scale-ի մասին ա»:
