Российские исследователи разработали эффективный алгоритм обучения нейросетей Учёные из лаборатории Tinkoff Research разработали инновационный алгоритм для обучения искусственного интеллекта (ИИ) и превзошли текущий эталонный метод. Их метод, получивший название ReBRAC, оказался в полтора раза эффективнее в тестированиях на робототехнических симуляторах. Это означает, что ИИ обучается в четыре раза быстрее и с 40% лучшей производительностью по сравнению с существующими алгоритмами. Эксперты утверждают, что ReBRAC решает проблему медленного адаптирования искусственного интеллекта к новым условиям, обеспечивая лучшую подготовку к изменениям. Этот алгоритм позволяет ИИ учиться на ходу и более успешно адаптироваться, что особенно важно, например, при переходе робота с одного покрытия на другое. В Tinkoff Research утверждают, что такие разработки российских учёных способствуют сокращению технологического и цифрового разрыва между странами. Эффективные алгоритмы требуют меньше вычислительных ресурсов, что делает возможным создание передовых технологий в странах с ограниченными вычислительными мощностями. На международной конференции по машинному обучению, NeurIPS, учёные представили не только алгоритм ReBRAC, но и две открытые библиотеки в области офлайн-обучения с подкреплением (Offline RL, ORL), что облегчит работу специалистов по ИИ, позволяя избежать повторного воспроизведения результатов научных работ.