Ačiū a dirbtinis intelektas Britų kompanijos „DeepMind“ sukurtas algoritmas, plačiai naudojamas visame pasaulyje, gali veikti iki 70% greičiau.
Šį patobulinimą lėmė naujas dirbtinio intelekto metodas, skirtas klasifikuoti duomenis, kurių programuotojai dešimtmečius nepaisė.
Žiūrėti daugiau
„Google“ pranešimų siuntimas: kelių platformų pokalbių ateitis gali būti…
Patvirtinta: „Samsung“ tikrai gamina sulankstomus ekranus…
Šis atradimas gali optimizuoti milijonus programų, nes rūšiavimo algoritmai yra pagrindinės funkcijos, plačiai naudojamos kompiuterių visame pasaulyje.
Danielis Mankowitzas iš „DeepMind“ išreiškė nuostabą gautais rezultatais ir teigė, kad nesitikėjo geresnio pasirodymo.
Jis pabrėžė parengtos programos, kuri buvo tiriama dešimtmečius, glaustumą. Klasifikavimo algoritmai, plačiai naudojami skaičiavimuose, atlieka pagrindinį vaidmenį tvarkant duomenis abėcėlės tvarka ar klasifikuojant skaitinis.
Nors šioje srityje yra keletas požiūrių, naujovės buvo ribotos dėl laikui bėgant pasiekto didelio optimizavimo.
Rūšiavimo algoritmai, žinomi kaip skaičiavimo „darbiniai arkliai“, yra įpareigoti tvarkyti duomenis, nesvarbu, ar jie rūšiuojami pagal abėcėlę, ar rūšiuojant skaičius didėjančia tvarka.
Nepaisant kelių klasifikavimo algoritmų, naujovės buvo ribotos, nes per dešimtmečius šie metodai buvo labai optimizuoti.
Norėdami įveikti šį apribojimą, DeepMind sukūrė dirbtinio intelekto modelį, pavadintą AlphaDev. Priešingai nei esamų algoritmų koregavimas, AlphaDev sukurtas atrasti naujus algoritmus, galinčius atlikti tam tikrą užduotį.
Šis naujoviškas požiūris pradedamas nuo nulio, siekiant įveikti ankstesnes pastangas duomenų klasifikavimo srityje. „DeepMind“ naudoja surinkimo kodą kaip „AlphaZero“ kūrimo proceso dalį.
Surinkimo kodas yra tarpinė kompiuterinė kalba, esanti tarp žmonių parašyto kodo ir dvejetainių instrukcijų sekų, užkoduotų 0 ir 1 s.
Nors surinkimo kodą žmonės gali atidžiai perskaityti ir suprasti, dauguma programinės įrangos yra parašyta į aukšto lygio kalbas, kurios yra intuityvesnės, prieš išverčiant arba „kompiliuojant“ į kodą surinkimas.
Tačiau „DeepMind“ teigia, kad surinkimo kodo naudojimas suteikia „AlphaGo“ daugiau laisvės sukurti efektyvesnius algoritmus, pasinaudojant jų galimybe giliai suprasti kalbą lygiu.
Kūrimo proceso metu dirbtinis intelektas yra nukreipiamas žingsnis po žingsnio sukurti algoritmą ir patikrinti jo išvestį pagal žinomą teisingą sprendimą, taip užtikrinant metodo sukūrimą efektyvus. Be to, AI nurodoma siekti sukurti kuo glaustesnį algoritmą.
Bendrovė pabrėžia, kad ši užduotis tampa vis sudėtingesnė, nes problemos tampa vis sudėtingesnės. Taip yra todėl, kad galimų instrukcijų kombinacijų skaičius sparčiai didėja, artėjant prie dalelių skaičiaus Visatoje.
Taigi dirbtinis intelektas turi susidurti su sunkumais tyrinėdamas nepaprastai didelę paieškos erdvę, kad rastų optimalius didesnių problemų sprendimus.
AlphaDev, gavęs iššūkį sukurti klasifikavimo algoritmą, nustebino pateikęs rezultatą 70% greičiau nei algoritmas, kuris buvo laikomas geriausiu penkių duomenų sąrašams. Be to, sąrašuose, kuriuose yra daugiau nei 250 000 elementų, AlphaDev sukurtas algoritmas pagerino našumą 1,7%.
Danielis Mankowitzas, analizuodamas AlphaDev sukurtą programą, iš pradžių įtarė klaidą ar trūkumą, tačiau kai toliau tirdamas suprato, kad AI atrado efektyvesnį klasifikavimo metodą duomenis.
Filmų, serialų ir visko, kas susiję su kinu, mėgėjas. Aktyvus smalsus tinkluose, visada prisijungęs prie informacijos apie internetą.
