Dankzij een kunstmatige intelligentie ontwikkeld door het Britse bedrijf DeepMind, een algoritme dat over de hele wereld veel wordt gebruikt, kan tot 70% sneller werken.
Deze verbetering is te danken aan een nieuwe benadering van kunstmatige intelligentie om gegevens te classificeren die decennia lang door menselijke programmeurs waren verwaarloosd.
Bekijk meer
Google Messaging: de toekomst van platformonafhankelijke chat zou kunnen zijn...
Bevestigd: Samsung maakt echt opvouwbare schermen voor…
De ontdekking heeft het potentieel om miljoenen programma's te optimaliseren, aangezien sorteeralgoritmen fundamentele functies zijn die veel worden gebruikt door computers over de hele wereld.
Daniel Mankowitz van DeepMind sprak zijn verbazing uit over de verkregen resultaten en verklaarde dat ze geen superieure prestaties verwachtten.
Hij benadrukte de beknoptheid van het ontwikkelde programma, dat decennialang is bestudeerd. Classificatie-algoritmen, die veel worden gebruikt in computers, spelen een sleutelrol in de organisatie van gegevens, hetzij door alfabetische volgorde van woorden of classificatie numeriek.
Hoewel er verschillende benaderingen op dit gebied zijn, zijn innovaties beperkt vanwege de hoge mate van optimalisatie die in de loop van de tijd is bereikt.
Sorteeralgoritmen, ook wel de "werkpaarden" van computers genoemd, zijn belast met het organiseren van gegevens, of het nu gaat om het alfabetisch sorteren van woorden of het sorteren van getallen in oplopende volgorde.
Ondanks het bestaan van verschillende classificatie-algoritmen, zijn innovaties beperkt, aangezien deze benaderingen in de afgelopen decennia sterk zijn geoptimaliseerd.
Om deze beperking te omzeilen, heeft DeepMind een model voor kunstmatige intelligentie ontwikkeld, AlphaDev genaamd. In tegenstelling tot het aanpassen van bestaande algoritmen, is AlphaDev ontworpen om nieuwe algoritmen te ontdekken die een bepaalde taak kunnen uitvoeren.
Deze innovatieve aanpak begint vanaf nul en probeert eerdere inspanningen op het gebied van gegevensclassificatie te overwinnen. DeepMind gebruikt assemblagecode als onderdeel van het ontwikkelingsproces van AlphaZero.
Assemblagecode is een intermediaire computertaal, die ligt tussen code geschreven door mensen en reeksen binaire instructies gecodeerd in 0s en 1s.
Hoewel assemblagecode door mensen zorgvuldig kan worden gelezen en begrepen, is de meeste software geschreven in talen van hoog niveau, die intuïtiever zijn, voordat ze worden vertaald of "gecompileerd" in code montage.
DeepMind stelt echter dat het gebruik van assemblagecode AlphaGo meer vrijheid geeft creëer efficiëntere algoritmen door gebruik te maken van hun vermogen om de taal diepgaand te begrijpen niveau.
Tijdens het ontwikkelproces wordt de kunstmatige intelligentie begeleid om stap voor stap een algoritme op te bouwen en test de uitvoer tegen een bekende correcte oplossing, waardoor een methode wordt gecreëerd effectief. Bovendien krijgt de AI de opdracht om te proberen een zo beknopt mogelijk algoritme te maken.
Het bedrijf wijst erop dat deze taak steeds uitdagender wordt naarmate de problemen complexer worden. Dit komt omdat het aantal mogelijke combinaties van instructies snel toeneemt en het aantal deeltjes in het heelal benadert.
AI moet dus de moeilijkheid onder ogen zien om een extreem uitgestrekte zoekruimte te verkennen om optimale oplossingen voor grotere problemen te vinden.
Toen AlphaDev werd uitgedaagd om een classificatie-algoritme te maken, verraste het door een resultaat te presenteren dat 70% sneller was dan het algoritme dat als het beste werd beschouwd voor lijsten van vijf gegevens. Bovendien behaalde het door AlphaDev ontwikkelde algoritme in lijsten met meer dan 250.000 items een prestatieverbetering van 1,7%.
Daniel Mankowitz vermoedde bij het analyseren van het door AlphaDev gemaakte programma aanvankelijk echter een fout of gebrek verder onderzoek, besefte dat de AI een efficiëntere benadering van classificatie had ontdekt gegevens.
Liefhebber van films en series en alles wat met cinema te maken heeft. Een actieve nieuwsgierigheid op de netwerken, altijd verbonden met informatie over internet.