![Сотрудники СКФУ придумали способ оптимизировать работу нейронных сетей Сотрудники СКФУ придумали способ оптимизировать работу нейронных сетей](/upload/resize_cache/webp/iblock/864/864107c2b86c6443afd9a8ea4aa3b130.webp)
Фото: пресс-служба СКФУ
Поделиться
Сегодня особой популярностью пользуются такие нейросети, как ChatGPT или Stable Diffusion, которые создают иллюстрации по текстовым описаниям. Однако существует много не таких заметных продуктов, которые тем не менее могут выполнять интересные функции, в частности имитировать человеческий глаз и распознавать различные объекты. Это сверточные или глубокие нейросети, для работы которых требуются значительные аппаратные ресурсы, что создает проблему для использования нейросетей на практике. В СКФУ нашли способ повысить скорость работы программных продуктов, в основе которых лежат нейронные сети.
“Наши ученые предложили способ оптимизации нейронных сетей, который может быть применим везде, где требуется отличать, анализировать и классифицировать входящие данные: в медицине, транспорте, промышленности”, – прокомментировал ректор университета Дмитрий Беспалов.
Авторы изобретения обратили внимание на то, что цифровая обработка сигнала нейронной сетью содержит большое количество операций сложения и умножения. В таком случае можно упростить математические действия. Ученые подумали, что если операции с большими числами заменить на обработку остатков от деления на взаимно простые основания, то системы смогут работать с меньшими числами, что значительно сокращает вычислительные мощности.
В начале работа ученых была сосредоточена на том, чтобы повысить скорость работы нейросети AlexNet при обработке медицинских данных. Результат оказался удовлетворительным. По мнению исследователей, метод может быть использован, например, в сельском хозяйстве, где необходим анализ снимков, полученных из космоса и от беспилотных летательных аппаратов.
“Нейронные сети и модулярная арифметика – редкое сочетание. Кроме трудов нашего коллектива, я видел работы математиков из Индии. В этом наше конкурентное преимущество и большой потенциал”, – заявил заведующий кафедрой математического моделирования факультета математики и компьютерных наук СКФУ Павел Ляхов.
Исследования будут продолжены. Сотрудники СКФУ решительно настроены на то, чтобы предоставить различным отраслям народного хозяйства практические возможности использования нейросетей.