Tänu a tehisintellekt Briti ettevõtte DeepMind poolt välja töötatud algoritm, mida laialdaselt kasutatakse üle maailma, võib töötada kuni 70% kiiremini.
See paranemine on tingitud tehisintellekti poolt leitud uuest lähenemisviisist andmete klassifitseerimiseks, mida inimprogrammeerijad olid aastakümneid tähelepanuta jätnud.
näe rohkem
Google'i sõnumside: platvormideülese vestluse tulevik võib olla…
Kinnitatud: Samsung toodab tõesti kokkupandavaid ekraane…
Avastus võib optimeerida miljoneid programme, kuna sorteerimisalgoritmid on põhifunktsioonid, mida arvutid üle maailma laialdaselt kasutavad.
Daniel Mankowitz DeepMindist väljendas saadud tulemuste üle üllatust, öeldes, et nad ei oodanud paremat sooritust.
Ta tõstis esile väljatöötatud programmi lakoonilisust, mida uuriti aastakümneid. Klassifitseerimisalgoritmid, mida kasutatakse arvutustehnikas, mängivad võtmerolli andmete korraldamisel, olgu siis sõnade tähestikulise järjestuse või klassifikatsiooni kaudu numbriline.
Kuigi selles valdkonnas on mitmeid lähenemisviise, on uuendused olnud piiratud aja jooksul saavutatud suure optimeerimise tõttu.
Sorteerimisalgoritmide, mida tuntakse kui andmetöötluse "tööhobust", ülesanne on korraldada andmeid, olgu siis sõnad tähestikulises järjekorras või numbrite järjestamine kasvavas järjekorras.
Vaatamata mitmete klassifitseerimisalgoritmide olemasolule on uuendused olnud piiratud, kuna neid lähenemisviise on aastakümnete jooksul väga optimeeritud.
Selle piirangu ületamiseks töötas DeepMind välja tehisintellekti mudeli nimega AlphaDev. Erinevalt olemasolevate algoritmide kohandamisest on AlphaDev loodud avastama uusi algoritme, mis on võimelised antud ülesannet täitma.
See uuenduslik lähenemine algab nullist, püüdes ületada varasemaid jõupingutusi andmete klassifitseerimise valdkonnas. DeepMind kasutab AlphaZero arendusprotsessi osana montaažikoodi.
Koostekood on vahepealne arvutikeel, mis asub inimeste kirjutatud koodi ja 0-des ja 1-des kodeeritud kahendkäskude jadade vahel.
Inimesed saavad koostekoodi hoolikalt lugeda ja mõista, kuid enamik tarkvara on kirjutatud kõrgetasemelistesse keeltesse, mis on intuitiivsemad, enne kui need tõlgitakse või koodiks "kompileeritakse". kokkupanek.
DeepMind aga väidab, et koostekoodi kasutamine annab AlphaGole suurema vabaduse luua tõhusamaid algoritme, kasutades ära nende võimet keelt põhjalikult mõista tasemel.
Arendusprotsessi käigus suunatakse tehisintellekt samm-sammult algoritmi koostama ja testida selle väljundit teadaoleva õige lahenduse vastu, tagades nii meetodi loomise tõhus. Lisaks on AI-l ülesandeks luua võimalikult lühike algoritm.
Ettevõte juhib tähelepanu, et see ülesanne muutub üha keerulisemaks, kuna probleemid muutuvad keerukamaks. Seda seetõttu, et võimalike juhiste kombinatsioonide arv kasvab kiiresti, lähenedes osakeste arvule universumis.
Seega peab tehisintellekt suurematele probleemidele optimaalsete lahenduste leidmiseks silmitsi seisma raskustega, et uurida äärmiselt suurt otsinguruumi.
Kui AlphaDev esitas väljakutse luua klassifitseerimisalgoritm, üllatas ta, et ta esitas tulemuse 70% kiiremini kui algoritm, mida peeti parimaks viie andmeühikuga loendite puhul. Lisaks saavutas AlphaDevi välja töötatud algoritm enam kui 250 000 üksusega loendites jõudluse paranemise 1,7%.
Daniel Mankowitz kahtlustas AlphaDevi loodud programmi analüüsides alguses viga või viga, kuid kui edasi uurides mõistis, et AI oli avastanud klassifitseerimiseks tõhusama lähenemisviisi andmeid.
Filmide ja seriaalide ning kõige kinoga seotud armastaja. Aktiivne uudishimulik võrkudes, alati ühendatud veebiteabega.
