\n<\/p>\n
Una semana despu\u00e9s de que un sistema de inteligencia artificial inventara un nuevo m\u00e9todo para multiplicar cuadr\u00edculas num\u00e9ricas, los matem\u00e1ticos idearon una forma a\u00fan mejor de realizar esta tarea.<\/p>\n
<\/p>\n
Dos matem\u00e1ticos han encontrado una forma m\u00e1s eficiente de multiplicar filas y columnas de n\u00fameros (matrices) entre s\u00ed. Rompen as\u00ed el r\u00e9cord de una inteligencia artificial (IA) de la empresa DeepMind, que ide\u00f3 un nuevo m\u00e9todo a principios de este mes. <\/p>\n
mente profunda revelado el 5 de octubre<\/a> que su IA hab\u00eda logrado un gran avance en la multiplicaci\u00f3n de matrices. Esta operaci\u00f3n matem\u00e1tica, en la que se multiplican cuadr\u00edculas de n\u00fameros, se usa ampliamente en todo tipo de software. La IA ide\u00f3 una nueva forma de multiplicar dos matrices de 5 por 5 en solo 96 multiplicaciones. Eso es 2 menos que el r\u00e9cord anterior.<\/p>\n \t\t\tLEA TAMBI\u00c9N Los matem\u00e1ticos Jakob Moosbauer y Manuel Kauers de la Universidad Johannes Kepler de Austria ya estaban trabajando en su nuevo enfoque del problema. Hacen que los algoritmos de multiplicaci\u00f3n pasen por un proceso en el que se prueban varios pasos del algoritmo para determinar si se pueden combinar.<\/p>\n Lea en nuestra publicaci\u00f3n de noticias anterior c\u00f3mo la IA de Deepmind hizo que la multiplicaci\u00f3n fuera m\u00e1s eficiente<\/p>\n<\/blockquote>\n \u201cTomamos un algoritmo existente y aplicamos una serie de transformaciones que pueden conducir a mejoras en ciertas \u00e1reas. Nuestra t\u00e9cnica funciona para todos los algoritmos conocidos. Si tenemos suerte, siempre necesitaremos una multiplicaci\u00f3n menos que antes\u201d, dice Moosbauer.<\/p>\n Despu\u00e9s de que DeepMind hizo p\u00fablico su gran avance, Moosbauer y Kauers utilizaron su enfoque para mejorar a\u00fan m\u00e1s la metodolog\u00eda de IA. Lo lograron: lograron eliminar una multiplicaci\u00f3n m\u00e1s, por lo que ahora pueden multiplicar matrices de 5 por 5 en solo 95 pasos.<\/p>\n El d\u00fao comparti\u00f3 el resultado en un papel preimpreso<\/a><\/em>, un art\u00edculo que a\u00fan no ha sido revisado por pares. \u201cQuer\u00edamos publicar de inmediato para ser los primeros, porque si podemos encontrarlo en tan poco tiempo, existe un riesgo considerable de que alguien m\u00e1s nos supere\u201d, dice Moosbauer.<\/p>\n El art\u00edculo de los matem\u00e1ticos se enfoca completamente en la multiplicaci\u00f3n de matrices de 5 por 5, pero el m\u00e9todo probablemente tambi\u00e9n funcione para otros tama\u00f1os. Moosbauer y Kauers solo comparten el resultado de su trabajo en su art\u00edculo, y a\u00fan no dan detalles sobre el enfoque utilizado. Prometen desvelarlo pronto.<\/p>\n Moosbauer dice que el hallazgo de IA ha dado un nuevo impulso a un \u00e1rea de las matem\u00e1ticas que ha estado subexpuesta durante mucho tiempo. \u00c9l espera que otros equipos ahora tambi\u00e9n hayan comenzado a trabajar con algoritmos de multiplicaci\u00f3n de matrices.<\/p>\n La multiplicaci\u00f3n de matrices es una operaci\u00f3n matem\u00e1tica que ocurre en casi todos los programas. Debido a que se usa mucho, una peque\u00f1a mejora en los algoritmos puede ahorrar r\u00e1pidamente mucho tiempo y energ\u00eda en la computadora.<\/p>\n DeepMind afirma que sus nuevos algoritmos aumentan la velocidad computacional de los componentes de la computadora entre un 10 y un 20 por ciento. Esto se ha probado, entre otras cosas, con un procesador de gr\u00e1ficos del fabricante de computadoras Nvidia y un unidad de procesamiento de tensores<\/a> de Google. No est\u00e1 claro si tales ganancias tambi\u00e9n se pueden lograr en dispositivos ordinarios que realizan tareas cotidianas, como tel\u00e9fonos inteligentes y computadoras port\u00e1tiles.<\/p>\n Moosbauer se muestra esc\u00e9ptico al respecto. A\u00fan as\u00ed, una mejora vale la pena, porque las ganancias de eficiencia tambi\u00e9n son bienvenidas para tareas inform\u00e1ticas espec\u00edficas, como las simulaciones cient\u00edficas. <\/p>\n El investigador de DeepMinds AI Alhussein Fawzi dijo en un comunicado: “Esper\u00e1bamos [ons werk] generar\u00eda nuevas ideas y enfoques en el campo del descubrimiento algor\u00edtmico. Es grandioso ver a otros construir sobre nuestro trabajo tan r\u00e1pido.’<\/p>\n<\/p><\/div>\n
La ‘cincuenta y m\u00e1s barriga’ no se debe a un metabolismo m\u00e1s lento\n\t\t\t<\/p>\n\n
nuevo impulso<\/h2>\n
Software m\u00e1s eficiente<\/h2>\n