Благодаря искусственный интеллект Алгоритм, разработанный британской компанией DeepMind, широко используемый во всем мире, может работать на 70 % быстрее.
Это улучшение связано с новым подходом, найденным искусственным интеллектом для классификации данных, которым программисты-люди пренебрегали десятилетиями.
узнать больше
Google Messaging: будущее кроссплатформенного чата может быть…
Подтверждено: Samsung действительно производит складные экраны для…
Открытие может оптимизировать миллионы программ, поскольку алгоритмы сортировки являются фундаментальными функциями, широко используемыми компьютерами по всему миру.
Дэниел Манковиц из DeepMind выразил удивление полученными результатами, заявив, что они не ожидали превосходной производительности.
Он подчеркнул лаконичность разработанной программы, которая изучалась десятилетиями. Алгоритмы классификации, широко используемые в вычислительной технике, играют ключевую роль в организации данных, будь то алфавитный порядок слов или классификация числовой.
Хотя в этой области существует несколько подходов, инновации были ограничены из-за высокой оптимизации, достигнутой с течением времени.
Алгоритмы сортировки, известные как «рабочие лошадки» вычислений, предназначены для организации данных, будь то сортировка слов по алфавиту или сортировка чисел по возрастанию.
Несмотря на существование нескольких алгоритмов классификации, инновации были ограничены, поскольку эти подходы были сильно оптимизированы на протяжении десятилетий.
Чтобы преодолеть это ограничение, DeepMind разработала модель искусственного интеллекта под названием AlphaDev. В отличие от настройки существующих алгоритмов, AlphaDev предназначен для обнаружения новых алгоритмов, способных выполнять заданную задачу.
Этот инновационный подход начинается с нуля, стремясь преодолеть предыдущие усилия в области классификации данных. DeepMind использует ассемблерный код как часть процесса разработки AlphaZero.
Ассемблерный код — это промежуточный компьютерный язык, лежащий между кодом, написанным людьми, и последовательностями двоичных инструкций, закодированных нулями и единицами.
В то время как ассемблерный код может быть внимательно прочитан и понят людьми, большая часть программного обеспечения пишется на языки высокого уровня, которые являются более интуитивными, прежде чем они будут переведены или «скомпилированы» в код сборка.
Однако DeepMind утверждает, что использование ассемблерного кода дает AlphaGo большую свободу действий. создавать более эффективные алгоритмы, используя их способность глубоко понимать язык уровень.
В процессе разработки искусственный интеллект шаг за шагом строит алгоритм. и протестировать его вывод на известном правильном решении, тем самым обеспечив создание метода эффективный. Кроме того, ИИ поручено стремиться к созданию максимально лаконичного алгоритма.
Компания отмечает, что эта задача становится все более сложной по мере усложнения проблем. Это происходит потому, что число возможных комбинаций инструкций быстро увеличивается, приближаясь к числу частиц во Вселенной.
Таким образом, ИИ приходится сталкиваться с трудностями исследования чрезвычайно обширного пространства поиска для поиска оптимальных решений более крупных проблем.
AlphaDev, когда ему предложили создать алгоритм классификации, удивился, представив результат на 70% быстрее, чем алгоритм, который считается лучшим для списков из пяти элементов данных. Кроме того, в списках с более чем 250 000 элементов алгоритм, разработанный AlphaDev, добился повышения производительности на 1,7%.
Даниэль Манковиц при анализе программы, созданной AlphaDev, изначально заподозрил ошибку или недоработку, однако, когда продолжая расследование, понял, что ИИ обнаружил более эффективный подход к классификации данные.
Любитель фильмов и сериалов и всего, что связано с кинематографом. Активный любознатель в сети, всегда подключен к информации в Сети.
