Książka pt. "Fast Matrix Multiplication with Applications" ukazała się nakładem wydawnictwa Springer w 2025 r.

Jest to przekrojowe studium zagadnienia tzw. szybkiego mnożenia macierzy (ang. Fast Matrix Multiplication). Autor książki, dr hab. Jerzy Respondek deklaruje, że przedstawia je w sposób zrozumiały nie tylko dla matematyków teoretycznych, ale i innych specjalistów, którzy mogliby je stosować. Potencjalni odbiorcy to informatycy, fizycy, inżynierowie, specjaliści ekonometrii, organizacji produkcji oraz specjaliści sztucznej inteligencji - sugeruje autor książki, inżynier informatyk z Katedry Informatyki Stosowanej Wydziału Automatyki, Elektroniki i Informatyki Politechniki Śląskiej, który specjalizuje się w metodach numerycznych.

W książce wymienia on ponad 30 możliwych zastosowań szybkiego mnożenia macierzy, m.in. AI. "Sztuczna inteligencja jest dokładnie tak inteligentna, jak zastosowany algorytm mnożenia macierzy" - zwraca uwagę autor. Kolejne zastosowania to znajdowanie optymalnej drogi - np. w nawigacji samochodowej, optymalizacja - podejmowanie optymalnych, najlepszych decyzji w zagadnieniach z różnych dyscyplin, duże bazy danych, biologia obliczeniowa i synteza nowych lekarstw.

W informacji przekazanej serwisowi Nauka w Polsce autor książki zwrócił uwagę, że dzisiejsze procesory, np. Intel Xeon (zestaw rozkazów AMX) oraz ARM posiadają wbudowane na stałe algorytmy mnożenia macierzy - co powoduje, że wykonują zadanie bardzo szybko. "Powstaje pytanie: jak te rozkazy, zaszyte w procesorach, wykorzystać w innych zastosowaniach, niż 'czyste' mnożenie macierzy" - zaznaczył.

Dr Respondek przypomina, że początki tematyki szybkiego mnożenia macierzy sięgają 1968 roku, a sama dziedzina bardzo rozwinęła się w latach 80-tych. "Jednak wszystkie metody zostały przedstawione w bardzo zwartej i specjalistycznej postaci, zrozumiałej jedynie dla wąskiej grupy specjalistów. Dlatego tematyka ta do niedawna była znana w środowisku matematyków i informatyków głównie z nazwy, a w ogóle nie była stosowana, ze względu na trudności związane z 'progiem wejścia'" - zauważył.

Naukowiec zwraca też uwagę, że tematyka szybkiego mnożenia macierzy ma ogromny potencjał, który nie został dotychczas szeroko zauważony przez naukowców spoza wąskiego grona specjalistów. "Na przykład specjaliści AI nie wiedzą, że obliczenia z związane z AI można przeprowadzić szybciej. Oznacza to, że wyniki zebrane w książce pozwolą uzyskać taką samo silną AI, przy wielokrotnie mniejszym zużyciu energii i mniejszych kosztach superkomputerów" - zasugerował.

Książka ma charakter przekrojowy, zawiera 260 pozycji literaturowych od 1968 do 2024 r.

zan/