Theo TechXplore vào ngày 10 tháng 6, một nghiên cứu của các nhà nghiên cứu tại Đại học California, San Diego, cho thấy một nền tảng công nghệ trí tuệ nhân tạo tiên tiến có thể giải quyết các vấn đề phức tạp, chuyên sâu về tính toán nhanh hơn và có khả năng mở rộng hơn. Các nhà nghiên cứu đã phát triển một khuôn khổ có tên là “HypOp” sử dụng mạng lưới thần kinh siêu đồ thị và học tập không giám sát. Khung này sử dụng mạng lưới thần kinh siêu đồ thị và học tập không giám sát để giải quyết hiệu quả các vấn đề tối ưu hóa tổ hợp khó xử lý bằng các phương pháp hiện có. Những vấn đề này rất quan trọng trong các lĩnh vực khoa học và kỹ thuật như khám phá thuốc, thiết kế chip, xác minh logic và hậu cần. Sự đổi mới quan trọng của HypOp nằm ở thuật toán phân tán mới được giới thiệu, cho phép nhiều đơn vị tính toán giải quyết các vấn đề song song và hiệu quả, đồng thời hạn chế vấn đề mô hình tốt hơn thông qua mạng thần kinh siêu đồ thị. Khung này cũng sử dụng phương pháp học chuyển giao và kiến thức học được từ một vấn đề có thể giúp giải quyết các vấn đề khác nhưng có liên quan. HypOp không chỉ thể hiện tiềm năng của AI trong việc giải quyết các vấn đề phức tạp mà còn phản ánh khả năng ứng dụng rộng rãi và hiệu quả của việc học chuyển giao AI trong các ứng dụng thuộc các lĩnh vực khác nhau.
Nguồn: https://techxplore.com/news/2024-06-advanced-ai-based-techniques-scale.html#google_vignette
