Zahvaljujući a umjetna inteligencija koji je razvila britanska tvrtka DeepMind, algoritam koji se široko koristi diljem svijeta može raditi do 70% brže.
Ovo poboljšanje je posljedica novog pristupa koji je otkrila Umjetna inteligencija za klasificiranje podataka koje su ljudski programeri desetljećima zanemarivali.
vidi više
Google Messaging: budućnost chata na više platformi mogla bi biti...
Potvrđeno: Samsung doista proizvodi sklopive zaslone za…
Ovo otkriće ima potencijal optimizirati milijune programa, budući da su algoritmi sortiranja temeljne funkcije koje računala diljem svijeta široko koriste.
Daniel Mankowitz iz DeepMinda izrazio je iznenađenje dobivenim rezultatima, navodeći da nisu očekivali vrhunske performanse.
Istaknuo je sažetost izrađenog programa koji se proučavao desetljećima. Klasifikacijski algoritmi, naširoko korišteni u računalstvu, igraju ključnu ulogu u organizaciji podataka, bilo kroz abecedni poredak riječi ili klasifikaciju numerički.
Iako postoji nekoliko pristupa u ovom području, inovacije su ograničene zbog visoke optimizacije postignute tijekom vremena.
Algoritmi za sortiranje, poznati kao "radni konji" računalstva, imaju zadatak organizirati podatke, bilo da sortiraju riječi po abecedi ili brojeve u rastućem redoslijedu.
Unatoč postojanju nekoliko algoritama klasifikacije, inovacije su ograničene jer su ti pristupi tijekom desetljeća visoko optimizirani.
Kako bi prevladao ovo ograničenje, DeepMind je razvio model umjetne inteligencije pod nazivom AlphaDev. Za razliku od podešavanja postojećih algoritama, AlphaDev je dizajniran za otkrivanje novih algoritama sposobnih za obavljanje zadanog zadatka.
Ovaj inovativni pristup počinje od nule, nastojeći nadvladati prethodne napore u području klasifikacije podataka. DeepMind koristi asemblerski kod kao dio AlphaZero razvojnog procesa.
Asemblerski kod je srednji računalni jezik, koji se nalazi između koda koji su napisali ljudi i nizova binarnih instrukcija kodiranih u 0 i 1.
Dok asemblerski kod ljudi mogu pažljivo čitati i razumjeti, većina softvera je napisana u jezike visoke razine, koji su intuitivniji, prije nego što se prevedu ili "kompiliraju" u kod skupština.
Međutim, DeepMind tvrdi da uporaba asemblerskog koda AlphaGo daje veću slobodu stvaraju učinkovitije algoritme iskorištavajući njihovu sposobnost dubinskog razumijevanja jezika razini.
Tijekom procesa razvoja, umjetna inteligencija je vođena da izgradi algoritam korak po korak i testirati svoj izlaz u odnosu na poznato ispravno rješenje, čime se osigurava stvaranje metode djelotvoran. Osim toga, AI je upućen da traži stvaranje najsažetijeg mogućeg algoritma.
Iz tvrtke ističu da ovaj zadatak postaje sve zahtjevniji kako problemi postaju složeniji. To je zato što se broj mogućih kombinacija uputa brzo povećava, približavajući se broju čestica u svemiru.
Stoga se umjetna inteligencija mora suočiti s poteškoćama istraživanja iznimno golemog prostora pretraživanja kako bi pronašla optimalna rješenja za veće probleme.
AlphaDev, nakon izazova da izradi algoritam klasifikacije, iznenadio je predstavljanjem rezultata 70% bržim od algoritma koji se smatra najboljim za popise od pet podataka. Nadalje, u popisima s više od 250.000 stavki, algoritam koji je razvio AlphaDev postigao je poboljšanje performansi od 1,7%.
Daniel Mankowitz, kada je analizirao program koji je stvorio AlphaDev, isprva je posumnjao na pogrešku ili nedostatak, međutim, kada daljnjim istraživanjem shvatio je da je umjetna inteligencija otkrila učinkovitiji pristup klasifikaciji podaci.
Zaljubljenik u filmove i serije i sve što uključuje kino. Aktivan znatiželjnik na mrežama, uvijek povezan s informacijama o webu.
