Fujitsu разработала специальный алгоритм, который использует математическую теорию игр применительно к городским условиям

Среда, 11 мая 2016 г.

Следите за нами в ВКонтакте, Телеграм'e и Twitter'e

Компания Fujitsu Laboratories совместно с Университетом электрокоммуникаций (Токио) объявили о разработке нового высокоскоростного алгоритма, использующего математическую теорию игр в качестве основы для создания искусственного интеллекта (ИИ). Разработка нацелена на сегмент городской безопасности.

К примеру, ИИ позволит решить проблемы безопасности на дорогах и даже сможет подсказать, где вероятнее всего стоит искать преступников.

В данном случае разработка Fujitsu интересна именно тем, что ранее применить теорию игр к городским масштабам было проблематично из-за огромного количества данных, которые необходимо учитывать. Благодаря фирменной технологии «сжатия» сетей, специалистам удалось разработать действующий алгоритм.

По сравнению с существующими технологиями, по заявлению разработчиков, новая система позволяет нейти теоретически оптимальный план по обеспечению безопасности в той или иной ситуации в 20 раз быстрее для задачи с сотней узлов (тут, видимо, имеются в виду перекрёстки и развилки на дорогах) и в 500 раз быстрее в случае задачи с 200 узловыми точками. Более того, расчёты решений проблемы, включающей 200 000 узлов, ранее заняли бы несколько дней, тогда как сейчас потребуется около пяти минут. Причём в пресс-релизе сказано, что для этого используется «обычный ПК».

Теги: Fujitsu

Комментировать

Следите за нами в ВКонтакте, Телеграм'e и Twitter'e


Просмотров: 769
Рубрика: Hi-Tech


Архив новостей / Экспорт новостей

Ещё новости по теме:

RosInvest.Com не несет ответственности за опубликованные материалы и комментарии пользователей. Возрастной цензор 16+.

Ответственность за высказанные, размещённую информацию и оценки, в рамках проекта RosInvest.Com, лежит полностью на лицах опубликовавших эти материалы. Использование материалов, допускается со ссылкой на сайт RosInvest.Com.

Архивы новостей за: 2018, 2017, 2016, 2015, 2014, 2013, 2012, 2011, 2010, 2009, 2008, 2007, 2006, 2005, 2004, 2003