Найден оптимальный способ обучения ИИ в нестабильных сетях

• Ученые из Университета Иннополис, МФТИ и ИСП РАН предложили метод децентрализованной оптимизации для обучения ИИ в нестабильных сетях.
• Метод позволяет обучать нейросети в реальных условиях с прерываниями соединений между серверами.
• Метод актуален для координации беспилотных автомобилей и обучения ИИ-моделей на данных из нескольких организаций.
• Ученые сосредоточились на задачах стохастической (вероятностной) негладкой оптимизации.
• Метод состоит в разделении математической задачи на гладкую и негладкую части, с использованием локального обмена данными.
• На практике метод делает обучение ИИ-алгоритмов устойчивым к разрывам сетей.
• Ученые расширили существующую теорию для стохастической децентрализованной оптимизации негладких задач и динамических сетей.
• Исследование выполнено при поддержке Министерства экономического развития РФ.