Стандартный подход к одному классу задач машинного обучения напоминает пружину, которую растянули и забыли отпустить: стандартные методы искусственно раздувают размер задачи, превращая вычисления в чёрную дыру для памяти и времени. Новый метод действует как возвратная сила — он добавляет простой штраф, не давая задаче бесконтрольно расширяться, словно пружина возвращается к исходной форме, предотвращая неконтролируемое расширение.
Математически это означает введение слагаемого, которое подавляет рост беспорядка в решении. Алгоритм ищет решение не в лабиринте, а напрямую, используя быстрый метод для двойственной задачи — как самый короткий путь на вершину. Результат восстанавливается точно, без приближений.
Метод напоминает спектроскопию: как по спектру определяют состав вещества, так и здесь по данным восстанавливают модель системы — без потери информации, но с рекордной экономичностью.
Спектроскопия раскрывает химический состав далёких звёзд по их свету, хотя само вещество звезды никогда не попадает в телескоп.
В «Основании» Азимова психоисторики предсказывают судьбу цивилизаций с помощью математических моделей — подобно тому как здесь модель восстанавливается по данным, без лишних вычислительных затрат.