Multiplicar matrices es vital para la informática cotidiana. DeepMind ha encontrado una mejor manera de hacerlo

DeepMind, una empresa propiedad de Google que se especializa en ello inteligencia artificial (IA) acaba de utilizar la evolución de su programa AlphaZero para algo más que derrotar a los jugadores expertos en jedrez, shogi y Go.

El logro más reciente de los investigadores, según un artículo publicado en Nature, ha sido descubrir una forma más rápida de resolver una operación matemática esencial para la tareas informatica que deriva a miles de tareas cotidianas.

Usando el algoritmo de un juego para batir un récord

Entonces, ¿de qué operación matemática estamos hablando? Específicamente de la multiplicación de matrices. Puede que previamente haya oído hablar de ella ya que es una de las más simples y más ampliamente enseñada en los colegios.

No explicaremos cómo multiplicar matrices, pero sí señalaremos que esta operación es clave para, por ejemplo, que nuestros smartphones procesen imágenes las imágenes que vemos y que los asistentes de voz puedan identificar casi todo lo que les pedimos.

La aplicación de esta sencilla operación llega también a escenarios más complejos, como simulaciones en el campo de la meteorología para predecir el clima, compresión de datos para transmisión por Internet y mucho más.

Como puedes imaginar, todas estas tareas requieren un poder de cálculo. Entonces, cualquier mejora en el algoritmo de multiplicación de matrices se traduce en una mayor eficiencia para los recursos de hardware existentes.

Aunque, cabe señalar, que el interés de los matemáticos por encontrar un algoritmo mejorado para la multiplicación de matrices tiene orígenes mucho más remotos a los de la era de la informática. No obstante, esa es otra historia para contar.

Lo cierto es que, a pesar del esfuerzo y el interés por encontrar un algoritmo más eficiente, desde hace 50 años que no conseguimos un avance en este sentido. El último fue el matemático alemán Volker Strassen. a finales de la decada de los sesenta.

Como la multiplicación de matrices consiste, en términos generales, en multiplicar las filas de una matriz por las columnas de otra, DeepMind pensó en trasladar el problema a una especie de juego de mesa tridimensional.

AlphaTensor aprendiendo los mejores «pasos».

Basado en AlphaZero, los investigadores entrenaron una nueva versión de esta inteligencia artificial llamada AlphaTensor que, en lugar de jugar al jedrez, aprendió los mejores pasos para multiplicar matricesestos pasos representan lo que llamamos algoritmo.

Luego, el nuevo algoritmo logró multiplicar cuatro matrices cuatro por cuatro más rápido que el de Strassen. Recordemos que el método que generalmente se enseña en las aulas consta de 64 pasos y de Strassen de 49 pasos.

Ahora tenemos un nuevo método que puede hacer esta operación en 47 pases. Pero solo estamos mencionando una matriz como ejemplo. AlphaTensor consiguió mejoras en 70 tamaños diferentes de matriz. En otras palabras, un avance estupendo.

Dado que la multiplicación de matrices es elemental en muchas tareas informáticas, este avance de DeepMind podría hacer que los sistemas sean más eficientes, consumiendo menos energía y reduciendo la cantidad de errores de redondeo.

Imágenes | Unsplash | Mente profunda

Una Xataka | Hemos estado en el mayor evento mundial sobre inteligencia artificial. Es como volver a los inicios de la digitalización