Vďaka a umela inteligencia vyvinutý britskou spoločnosťou DeepMind, algoritmus široko používaný po celom svete môže bežať až o 70 % rýchlejšie.
Toto zlepšenie je spôsobené novým prístupom umelej inteligencie na klasifikáciu údajov, ktoré ľudskí programátori celé desaťročia zanedbávali.
pozrieť viac
Správy Google: Budúcnosť četu naprieč platformami by mohla byť…
Potvrdené: Samsung skutočne vyrába skladacie obrazovky pre…
Tento objav má potenciál optimalizovať milióny programov, pretože triediace algoritmy sú základnými funkciami, ktoré počítače na celom svete bežne používajú.
Daniel Mankowitz z DeepMind vyjadril prekvapenie nad získanými výsledkami a uviedol, že neočakávali lepší výkon.
Vyzdvihol stručnosť vypracovaného programu, ktorý sa študoval desaťročia. Klasifikačné algoritmy, široko používané vo výpočtovej technike, zohrávajú kľúčovú úlohu v organizácii údajov, či už prostredníctvom abecedného zoradenia slov alebo klasifikácie číselné.
Aj keď v tejto oblasti existuje niekoľko prístupov, inovácie boli obmedzené v dôsledku vysokej optimalizácie dosiahnutej v priebehu času.
Algoritmy triedenia, známe ako „ťažné kone“ výpočtovej techniky, majú za úlohu organizovať údaje, či už ide o triedenie slov podľa abecedy alebo triedenie čísel vo vzostupnom poradí.
Napriek existencii niekoľkých klasifikačných algoritmov boli inovácie obmedzené, pretože tieto prístupy boli v priebehu desaťročí vysoko optimalizované.
Na prekonanie tohto obmedzenia vyvinula spoločnosť DeepMind model umelej inteligencie s názvom AlphaDev. Na rozdiel od ladenia existujúcich algoritmov je AlphaDev navrhnutý tak, aby objavil nové algoritmy schopné vykonávať danú úlohu.
Tento inovatívny prístup začína od nuly a snaží sa prekonať predchádzajúce snahy v oblasti klasifikácie údajov. DeepMind používa montážny kód ako súčasť vývojového procesu AlphaZero.
Montážny kód je prostredný počítačový jazyk, ktorý leží medzi kódom napísaným ľuďmi a sekvenciami binárnych inštrukcií zakódovaných v 0s a 1s.
Kým montážny kód môžu ľudia starostlivo prečítať a pochopiť, väčšina softvéru je napísaná do jazykov na vysokej úrovni, ktoré sú intuitívnejšie, skôr než sa preložia alebo „skompilujú“ do kódu zhromaždenie.
DeepMind však tvrdí, že použitie kódu montáže dáva AlphaGo väčšiu slobodu vytvárať efektívnejšie algoritmy využívaním ich schopnosti porozumieť jazyku do hĺbky úrovni.
Počas procesu vývoja je umelá inteligencia vedená k vytvoreniu algoritmu krok za krokom a otestovať jeho výstup oproti známemu správnemu riešeniu, čím sa zabezpečí vytvorenie metódy efektívne. Okrem toho je AI inštruovaná, aby sa snažila vytvoriť čo najvýstižnejší algoritmus.
Spoločnosť poukazuje na to, že táto úloha sa stáva čoraz náročnejšou, pretože problémy sa stávajú komplexnejšími. Počet možných kombinácií inštrukcií totiž rýchlo narastá a blíži sa k počtu častíc vo vesmíre.
Umelá inteligencia teda musí čeliť ťažkostiam pri skúmaní extrémne rozsiahleho vyhľadávacieho priestoru, aby našla optimálne riešenia väčších problémov.
AlphaDev, keď bol vyzvaný na vytvorenie klasifikačného algoritmu, prekvapil tým, že predložil výsledok o 70 % rýchlejšie ako algoritmus považovaný za najlepší pre zoznamy piatich údajov. Okrem toho v zoznamoch s viac ako 250 000 položkami dosiahol algoritmus vyvinutý spoločnosťou AlphaDev zlepšenie výkonu o 1,7 %.
Daniel Mankowitz, keď analyzoval program vytvorený AlphaDev, mal spočiatku podozrenie na chybu alebo chybu, keď pri ďalšom skúmaní si uvedomil, že AI objavila efektívnejší prístup ku klasifikácii údajov.
Milovník filmov a seriálov a všetkého, čo kinematografiu patrí. Aktívny zvedavec na sieťach, vždy pripojený k informáciám o webe.
