DeepMind đã công bố AlphaTensor 2.0, phiên bản nâng cấp của dự án AI nghiên cứu tự động hoá thiết kế thuật toán. So với phiên bản gốc, AlphaTensor 2.0 sử dụng kiến trúc mạng nơ‑ron sâu hơn và thuật toán reinforcement learning mới, giúp tìm ra các phương pháp nhân ma trận nhanh hơn tới 30 % so với các thuật toán truyền thống.
Nhóm nghiên cứu giải thích rằng mô hình mới không chỉ tối ưu hoá thời gian tính toán mà còn giảm tiêu thụ bộ nhớ, mở ra khả năng áp dụng trong các hệ thống nhúng và thiết bị di động. AlphaTensor 2.0 đã được thử nghiệm trên các bộ dữ liệu lớn của Google Cloud và đạt được kết quả vượt trội so với các thư viện như BLAS và cuBLAS.
DeepMind cho biết dự án sẽ được mở mã nguồn một phần trên GitHub vào cuối tháng này, nhằm khuyến khích cộng đồng nghiên cứu và phát triển các thuật toán mới. Đây là một bước tiến quan trọng trong việc đưa AI vào việc tự động hoá và tối ưu hoá các quy trình tính toán phức tạp.
Ông Demis Hassabis, người sáng lập DeepMind, nhấn mạnh rằng “AI không chỉ là công cụ tạo nội dung mà còn là người đồng sáng tạo trong việc khám phá các giải pháp thuật toán mà con người chưa từng nghĩ tới”.