11:44 30.04.2026 Чт 2 мин Теперь ИИ можно обучать не только на топовых флагманах, но и на «середнячках»
Мощный ИИ теперь доступен для слабых телефонов (фото: Magnific)
Ученые из Массачусетского технологического института (MIT) разработали новый метод, который позволяет обучать ИИ-модели непосредственно на портативных устройствах. Это позволит использовать топовые алгоритмы в сферах, где передача данных на сторонние серверы считается рискованной.
Об этом информирует РБК-Украина со ссылкой на исследование, опубликованное на сервере препринтов arXiv.
Больше интересного: ИИ не смог измерить красоту: ученые обнаружили скрытые предубеждения алгоритмов
Ученые представили фреймворк под названием FTTE (Federated Tiny Training Engine). Он базируется на принципах федеративного обучения, где сеть подключенных устройств (смарт-часы, сенсоры, смартфоны) вместе работает над созданием общей модели.
Ключевое преимущество заключается в том, что данные никуда не передаются, а на сервер поступают только обновления самой ИИ-модели.
Исследователи признают: раньше процесс тормозился из-за того, что слабые устройства не имели достаточно памяти и мощности. Метод FTTE решает эти проблемы с помощью трех инноваций:
Выборочное обновление: вместо всей модели сервер отправляет устройствам лишь небольшое количество параметров, соответствующее объему памяти самого слабого гаджета.
Асинхронный подход: сервер не ожидает ответа от всех участников сети. Он накапливает обновления до определенного предела и сразу переходит к следующему раунду обучения.
Взвешенные обновления: система придает больший вес свежим данным. Старые обновления, которые задержались из-за плохой связи, меньше влияют на результат, чтобы не снижать точность нейросети.
Каковы результаты?
Тестирование на сотнях различных устройств показало, что метод FTTE позволяет завершить обучение ИИ на 81% быстрее, чем стандартные подходы. При этом нагрузка на память устройства снизилась на 80%, а объем передаваемых данных — на 69%.
«Эта научная работа о том, как интегрировать ИИ на маленькие устройства, где сейчас невозможно запускать мощные модели. Нам нужно, чтобы ИИ работал на гаджетах, которые мы носим с собой каждый день, а не только на гигантских серверах», — объясняет ведущий автор исследования Ирен Тенисон.
Перспективы
Ученые убеждены: разработка имеет особое значение для развивающихся стран, где пользователи часто имеют менее мощные смартфоны. Благодаря FTTE преимущества современного ИИ станут доступными даже на бюджетном оборудовании без ущерба для конфиденциальности пользователей.
В ближайшее время ученые планируют провести более широкие эксперименты на реальных устройствах и сосредоточиться на персонализации моделей под каждого конкретного владельца гаджета.
