რუსმა მათემატიკოსებმა შეიმუშავეს ტექნოლოგია, რომელიც ხელოვნური ინტელექტის (AI) მოდელებს ერთმანეთთან კომუნიკაციის საშუალებას აძლევს ტექსტური ინტერფეისის გარეშე. სტარტაპ Mostik-ის მიერ შექმნილი მეთოდი მოდელებს საშუალებას აძლევს, ურთიერთქმედება განახორციელონ მათი „წონების“ (weights) მათემატიკური მნიშვნელობების მეშვეობით. ეს მიდგომა დიდ მოდელებს საშუალებას აძლევს, თავიანთი შესაძლებლობები გაუზიარონ უფრო მცირე ზომის მოდელებს, რაც მნიშვნელოვნად ზრდის მათ ეფექტურობას.
პრაქტიკაში, ამ ტექნოლოგიამ უკვე აჩვენა შთამბეჭდავი შედეგები. Mostik-მა შექმნა ჰიბრიდული სისტემა, რომელიც აერთიანებს 753-მილიარდპარამეტრიან GLM-5.2-ს და მობილურ მოწყობილობაზე მომუშავე 4-მილიარდპარამეტრიან Qwen-3.5-ს. შედეგად მიღებული სისტემა 20-ჯერ უფრო იაფია, ვიდრე სრული GLM მოდელი, ხოლო მისი წარმადობა ორ მოდელს შორის ოპტიმალურ ბალანსს ინარჩუნებს.
სტარტაპის დამფუძნებელი საშა მალიშევა მიიჩნევს, რომ AI-ის მომავალი არა მხოლოდ მასშტაბირებაში, არამედ სხვადასხვა მოდელის ეფექტურ კომბინაციაშია. „მე არ მჯერა, რომ მომავალში მხოლოდ მონოლითური მოდელები იარსებებს“, — აცხადებს მალიშევა. მისი თქმით, ეს მიდგომა საშუალებას იძლევა, ფრონტიერ მოდელები დავუკავშიროთ დომენზე ორიენტირებულ სპეციალიზებულ მოდელებს, რაც მეცნიერებისა და ტექნოლოგიების სხვადასხვა დარგში ახალ შესაძლებლობებს გააჩენს.
პროექტის მთავარი მეცნიერი, ფილდსის პრემიის ლაურეატი სტანისლავ სმირნოვი აღნიშნავს, რომ მოდელებს შორის საერთო მათემატიკური ენის პოვნა რთული ამოცანაა, თუმცა Mostik-ის მიდგომა ამ ხარვეზს წარმატებით ავსებს. ექსპერტების შეფასებით, ეს ტექნოლოგია გარდამტეხი იქნება მათთვის, ვინც ცდილობს AI-ის ინფრასტრუქტურის ოპტიმიზაციას და მოდელების მაქსიმალურ ეფექტურობას.
წყარო: wired.com
