Polacy współtworzą Hypercomplex Keras – nową erę w AI
Naukowcy z Politechniki Krakowskiej opracowali narzędzie, które może mocno namieszać w świecie sztucznej inteligencji. Mowa o bibliotece Hypercomplex Keras – oprogramowaniu open source, które pozwala wykorzystywać liczby hiperzespolone do tworzenia nowoczesnych sieci neuronowych. Brzmi dość matematycznie, ale w praktyce chodzi o możliwość budowania bardziej elastycznych i precyzyjnych modeli AI. Co ciekawe, w projekt zaangażowali się również badacze z Hiszpanii i Czech.
Hypercomplex Keras to efekt współpracy specjalistów z kilku uczelni – m.in. Politechniki Krakowskiej, Uniwersytetu Warmińsko-Mazurskiego w Olsztynie, Politechniki w Walencji i Uniwersytetu w Ostrawie. Wszystko w ramach projektu finansowanego przez Narodową Agencję Wymiany Akademickiej (NAWA). W skrócie – udało się stworzyć narzędzie, które otwiera drzwi do pracy z sieciami neuronowymi nawet tym, którzy nie mają głębokiej wiedzy matematycznej. Co więcej, Hypercomplex Keras został przyjęty z entuzjazmem przez globalną społeczność deweloperów narzędzia Keras. Nowa biblioteka pozwala tworzyć sieci, które działają w przestrzeniach o wielu wymiarach, a to z kolei przekłada się na efektywniejsze przetwarzanie danych.
Bibliotekę można łatwo zainstalować przez standardowy instalator Pythona, więc nie jest to żadna hermetyczna technologia. Jej zastosowania są naprawdę szerokie – od analizy finansowej, przez przetwarzanie obrazów medycznych, aż po robotykę. Dzięki liczbach hiperzespolonych możliwe jest przetwarzanie danych szybciej, dokładniej i z mniejszą liczbą parametrów. To z kolei oznacza oszczędność energii obliczeniowej i czasu – co jest dziś na wagę złota. Badania pokazują, że sieci oparte na tej technologii potrafią osiągać podobną dokładność jak klasyczne rozwiązania, ale przy znacznie mniejszym nakładzie mocy obliczeniowej.
Naukowcy podkreślają, że ich celem nie było tylko zwiększenie wydajności, ale też poprawa przejrzystości działania sztucznej inteligencji. Dzięki nowym architekturom łatwiej będzie zrozumieć, jak algorytmy podejmują decyzje, co zwiększy zaufanie do ich wyników. Ma to ogromne znaczenie w dziedzinach takich jak medycyna, prawo czy finanse, gdzie błędy mogą mieć poważne konsekwencje. Jednocześnie badacze widzą potencjał w wielu innych sektorach – od energetyki po cyberbezpieczeństwo.
Źródło: Politechnika Krakowska
Czytaj też: Innowacyjny projekt samojezdnego rozsiewacza. To pomysł polskich konstruktorów
Grafika tytułowa: Mohamed Nohassi / Unsplash
